由于我是使用tf2.2进行培训的，所以我认为继续使用tf2.2可能是个好主意。 因为我是Tensorflow的新手，所以我有几个问题:输入张量到底是什么，我在哪里定义它？是否有可能看到或提取此输入张量？有人知道如何解决这个问题吗？envs\tf22\lib\site-packages\tensorflow\lite\python\lite.py", line 480, in convertValueError: None</
浏览 83提问于2020-10-22得票数 0
1回答
我想要创建一个自定义的ReLU函数，它接受一个向量V，它保存像素的2D位置，即[[1, 3], [1,1] ..]我的代码(我知道它实际上不会返回修改过的</
浏览 1提问于2022-02-17得票数 1
回答已采纳
1回答
[0], dtype=tf.int32)) group_mean) avg_std = tf.reduce_mean(group_std, axis=[1,2,3], keepdims=True)
x = tf.tile(avg_std, [self.group_s
浏览 2提问于2021-05-12得票数 1
回答已采纳
我将batch_size定义为batch_size = tf.shape(input_tensor)[0]，它根据模型输入张量的大小动态地确定批处理的大小。我在代码的其他地方使用过它，没有问题。我感到困惑的是，当我运行下面的代码行时，它说形状是(?，?)我希望它是(?，128)，因为它知道第二维度。print(tf.zeros((batch_size, 128)).get_shape())
我想知道形状，因为我试图做以下工作，我得到了
浏览 2提问于2016-06-17得票数 5
回答已采纳
正在尝试将保存的模型转换为tflite。--saved_model_dir=/ppn/saved_model/ 收到此错误： ValueError:仅第一维度支持None。张量“image_tensor”具有无效的形状“None，3”。-1,-1,3
--output_layer
浏览 25提问于2019-04-11得票数 2
1回答
无，-1和？当指定张量形状时？
、、、、
我经常看到使用符号"None“、"-1”和"“来让程序动态定义张量的维度(例如批处理大小)，似乎效果相同：
foo("bar", shape=(?,48),
浏览 1提问于2018-08-07得票数 6
回答已采纳
我输入了一个动态形状的张量，使用：我需要使用x_list = tf.unpack(x,0)将其转换为具有shape=[1, vector_size]的张量列表
但是它会引发一个ValueError，因为第一个维度的长度是未知的，即它是None。我一直试
浏览 0提问于2016-09-12得票数 16
2回答
([1, 2, 3]).reshape((1, 3, 1)) y = keras.layers.LSTM(10)(x)如上所述，输入数据形状为(1, 3, 1)，输入层中的</
浏览 0提问于2019-09-07得票数 0
回答已采纳
我有一个形状为[None, n_steps, n_filt]的张量，我需要将一个新的“标量”特征(称为x)连接到它。它的尺寸为[None, 1]。这个标量应该被附加为一个新的特征值，为每个步骤添加相同的常量值，并生成一个形状为[None, n_steps, n_filt+1]的新张量。], axis=2)
但是我不能创建一个无<
浏览 2提问于2020-12-15得票数 0
1回答
我想在运行时评估张量的形状。我正在计算两个集合之间的交集。交叉点的数量是张量x的维数。在定义图形时，张量的形状设置为[Dimension(None)]。因此，通常的x.get_shape()方法将只返回None。有没有办法在运行时评估shape None？我可以做sess.run(x)并得到numpy数组的形状
浏览 5提问于2017-12-30得票数 1
这是来自的GAP指标代码 x = pd.DataFrame({'pred': pred, 'conf': conf, 'true': truecorrect'] = (x.true == x.pred).astype(int)
浏览 0提问于2019-05-21得票数 0
= merge.Concatenate()([lc, l1_conv_net, l2_conv_net, l3_conv_net])Tensor("input_1:0", shape=(?, 6), dtype=float32) Te
浏览 3提问于2018-07-31得票数 1
当在输入张量上调用时，它展平输入张量，展平其存储的张量，并将两者连接在一起。不幸的是，我似乎不知道如何在这个连接过程中保留未知的批次维度。tf.concat((input_flattened, N_flattened), axis=-1) 我注意到的第一个问题是，Flatten()(self.N)将返回一个与原始self.N具有相同形状我的推理是，第一个维
浏览 14提问于2020-08-12得票数 3
回答已采纳
之前添加了一些用于分类的最后一层和降维的第一层：(关于输入形状:我使用的图像的尺寸为128x217，3是ResNet所需的通道) model = models.Sequential()model.add(Dropout(0.5))
model.add(Dense(units=6, activation='softmax')) 但这不起作用，因为第
浏览 51提问于2020-12-02得票数 0
回答已采纳
x是形状为(16，10，4，25，53)的张量，y的大小与x相同。如何使用torch函数优化以下表达式？for k in range(x.size()[0]): for u in range(x.size()[2]):for i in range(x.size()[3]):
浏览 0提问于2020-01-02得票数 1
我的理想情况是，在y1 = tf.matmul(self.v, tf.transpose(inputs1))中，因为self.v.shape是(1,768)，inputs1形状是(50,768)，所以y1的形状应该是(1，50)。inputs2的形状为(50, 3)，y2的形状应为(1，3)。
浏览 7提问于2022-06-18得票数 2
回答已采纳
1回答
我有一个张量的形状(3, None, 80, 10)，我想重塑它到(3*None, 80, 10)。我尝试了下面的代码行，但是没有得到想要的形状(3*None, 80, 10)，我得到了形状(None, None, None)的张量
shape = [tf.shape(node_embed_t
浏览 0提问于2020-11-16得票数 1
1回答
我对如何阅读和理解一行简单的代码感到有点困惑：
我该如何理解这句话的行为？None似乎添加了一个尺寸为1的维度，但是为什么在特定的
浏览 0提问于2018-10-05得票数 1
回答已采纳
1回答
我查阅了一些参考资料和研究论文，并从其中一篇文章中吸取了一些想法，我想继续实现同样的图像参考-
在这里，我们输入一个2d的输入，模型输出一个相同的三维模型。我所写的网络代码如下：image = Input(shape=(None, None, 3))
l1 = Conv2D(64, (3,3), strides = (2),padding='same', act
浏览 3提问于2022-07-31得票数 2
1回答
如何将形状为None，128的张量为1,128的张量连接起来。这里，第一个张量是一些未知长度的数据，第二个张量是不依赖于数据大小的固定张量。最后的输出应该是shapeNone，328。这是神经网络连接的一部分。我试过了
> c = Concatenate(axis = -1, name = 'D
浏览 0提问于2021-11-13得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
