tensorflow中的按元素赋值
在TensorFlow中，按元素赋值是指将一个张量的每个元素赋给另一个张量的相应位置。这种操作可以用来更新或修改张量的特定元素，或者将一个张量的值复制到另一个张量中。
TensorFlow提供了几种按元素赋值的方法，包括使用tf.assign、tf.scatter_update和tf.scatter_nd_update等函数。下面是对这些方法的简要介绍：
- tf.assign：该函数用于将一个张量的值赋给另一个张量的相应位置。它可以用来更新或修改张量的特定元素。具体用法如下：import tensorflow as tf
创建两个张量
a = tf.Variable(1, 2, 3, 4, 5)
b = tf.Variable(6, 7, 8, 9, 10)
将b的值赋给a的前三个元素
assign_op = tf.assign(a:3, b:3)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer()) sess.run(assign_op) print(sess.run(a)) # 输出：[6 7 8 4 5]推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tensorflow）
- tf.scatter_update：该函数用于根据给定的索引和值更新张量的特定元素。它可以用来按元素赋值或更新张量的部分元素。具体用法如下：import tensorflow as tf
创建一个张量
a = tf.Variable(1, 2, 3, 4, 5)
创建一个索引张量和一个值张量
indices = tf.constant(0, 2, 4)
values = tf.constant(6, 7, 8)
按索引将值赋给a的相应位置
scatter_update_op = tf.scatter_update(a, indices, values)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer()) sess.run(scatter_update_op) print(sess.run(a)) # 输出：[6 2 7 4 8]推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tensorflow）
- tf.scatter_nd_update：该函数用于根据给定的索引和值更新张量的特定元素。与tf.scatter_update类似，但是它可以同时更新多个元素。具体用法如下：import tensorflow as tf
创建一个张量
a = tf.Variable([1, 2, 3, 4, 5, 6])
创建一个索引张量和一个值张量
indices = tf.constant([0, 2])
values = tf.constant([7, 8, 9, 10])
按索引将值赋给a的相应位置
scatter_nd_update_op = tf.scatter_nd_update(a, indices, values)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer()) sess.run(scatter_nd_update_op) print(sess.run(a)) # 输出：[[7 8] [3 4] [9 10]]推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tensorflow）
通过使用这些按元素赋值的方法，我们可以方便地更新或修改张量的特定元素，实现对张量的精确控制和操作。
相关·内容
我很难在Tensorflow的C++ API中找到一种初始化变量的工作方法。我试图为MNIST数据集制作一个基本的完全连接的单层神经网络。
目前，我发现正确的方法是这样做：
TF_CHECK_OK(session->Run({}, {}, {"init_all_vars_op"}, nullptr));
但是，使用此方法将返回以下错误：
tensorflow/cc/example/example.cc:178:71: error: no matching function for call to 'tensorflow::ClientSession::Run(&l
浏览 0提问于2017-06-27得票数 0
1回答
在Tensorflow中，假设我有两个矩阵M和N，如何才能得到其(i, j)元素是M的第一行和N的第j行的按元素方向积的张量？
浏览 1提问于2018-03-03得票数 1
回答已采纳
是否可以将tensorflow变量设置为方法中输入数据的第一个值？
假设我们有输入数据，比如x，x1，...xN-1。我想让tensorflow变量在Python方法中存储第一个"x“值。以下是一个简化的代码：
def Graph(placeholder):
# I want to store the first value of placeholder in "u"
u = tf.get_variable('x', dtype=tf.float32, trainable=False)
# Some calculation i
浏览 0提问于2018-09-30得票数 0
我正在尝试解决算法设计手册中的以下练习(2-45)：
考虑使用以下算法来查找数字数组A[0, ..., n]中的最小元素。分配一个额外的变量tmp来保存当前的最小值。从A[0]开始，按顺序将tmp与A[1]、A[2]、...、A[n]进行比较。When A[i] < tmp，tmp = A[i].
赋值操作tmp = A[i]的预期执行次数是多少？
我在网上找到了，但我无法理解它。方程式
E[n] = E[n-1] + 1/n, E[1] = 0
给出了0 + 1/n + 2/n + 3/n...，但我不认为这是正确的。因为被问到的不仅仅是最小的元素，还有第二个最小的元素，第三个最小的元
浏览 1提问于2015-05-28得票数 3
1回答
我试图了解从C++14到C++17在聚合初始化方面发生的变化。来自
一个集合的要素是：
(2.1)对于数组，数组元素按下标顺序递增，或
(2.2)类的，按声明顺序排列的直接基类，其次是非匿名联合成员的直接非静态数据成员(class.mem)，按声明顺序排列。
本段定义聚合类的元素是什么。特别是，我不明白粗体句的意思。我有这个例子来说明我的困惑：
struct Base { int mem1, mem2; };
struct Derived : Base { int mem3, mem4; };
Derived obj = { 1, 2, 3, 4 };
对象obj是
浏览 6提问于2022-04-19得票数 1
回答已采纳
我用TensorFlow在MNIST数据集上训练了一个简单的神经网络。代码的训练部分工作得很好。但是，当我向网络提供单个图像时，它会提供以下回溯：
Traceback (most recent call last):
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/tensorflow/python/client/session.py", line 1021, in _do_call
return fn(*args)
File "/Li
浏览 13提问于2018-04-10得票数 1
以下代码导致一个非常无用的错误：
import tensorflow as tf
x = tf.Variable(tf.constant(0.), name="x")
with tf.Session() as s:
val = s.run(x.assign(1))
print(val) # 1
val = s.run(x, {x: 2})
print(val) # 2
val = s.run(x.assign(1), {x: 0.}) # InvalidArgumentError
节点Assign_1的tensorflow.p
浏览 0提问于2018-03-25得票数 2
假设我有一个包含标题和许多按钮的复杂页面。然后在页面的较低处，我有一个部分，DOM中的顺序与实际的焦点顺序不匹配。
我知道我可以添加tabIndex属性，以使它们按正确的顺序可访问。
但是这对没有tabIndex的部分上面的按钮和链接有什么影响呢？
例如：
<header>
<a></a>
<a></a>
<a></a>
<a></a>
</header>
<div>
<button tabIndex=3 />
<button tabIndex=
浏览 5提问于2015-02-11得票数 0
回答已采纳
如果我想迁移到Tensorflow，下面的BoolTensor用法是否相当于Tensorflow中的Tensorflow？
done_mask = torch.BoolTensor(dones.values).to(device)
next_state_values[done_mask] = 0.0
浏览 6提问于2022-01-12得票数 1
回答已采纳
2回答
我正在尝试为tensorflow中变量的切片赋值，但显示了以下错误：“ValueError:切片赋值仅支持变量”。为什么当我试图对一个变量进行切片赋值时，仍然会显示这个错误。我的代码是这样的：
var1 = var1[startx:endx,starty:endy].assign(tf.ones([endx-startx,endy-starty],dtype=tf.int32))
其中var1是tensorflow变量。
浏览 2提问于2018-10-16得票数 3
tf.train.init_from_checkpoint似乎将通过tf.get_variable创建的变量初始化，而不对通过tf.Variable创建的变量进行分类。
例如，让我们创建两个变量并保存它们：
import tensorflow as tf
tf.Variable(1.0, name='foo')
tf.get_variable('bar',initializer=1.0)
saver = tf.train.Saver()
with tf.Session() as sess:
tf.global_variables_initializer()
浏览 12提问于2019-02-27得票数 12
我正在通过huggingface使用transformers库。 他们在Tensorflow 2.0中为许多架构提供了预先训练的模型。我想在TPU上使用这些模型进行预测。由于TensorFlow2.0的TPU API仍处于实验阶段，因此我想在TensorFlow1.x中实现它 有没有办法将预先训练好的模型从TensorFlow2.0转换到TensorFlow1.x，反之亦然？ TensorFlow2.0的TPUE API描述如下：https://www.tensorflow.org/guide/distributed_training#tpustrategy，目前仍处于实验阶段，尚未共享合适
浏览 31提问于2019-10-01得票数 0
回答已采纳
1回答
你好，我是tensorflow的新手，我对它有了一点感觉。所以我的任务是把这4个矩阵相乘。我能够做到这一点，但现在我被要求从(16,8)和(8,4)相乘中获得(16,4)输出，并在所有输出上应用逻辑函数。然后将这个形状为(16,4)的新矩阵乘以(4,2)矩阵。获取这些(16,2)输出，并对其应用逻辑函数。现在将这个新的(16,2)矩阵乘以(2,1)矩阵。我应该能够使用矩阵操作来完成所有这些操作。我对如何去做有点困惑，因为我只对线性回归有几分了解。我知道它们很相似，但我不知道如何应用它们。有什么建议请告诉我。不，我不是要求别人完成，我只是想要一个比给我的更好的例子，因为我不知道如何使用矩阵去做逻
浏览 24提问于2017-12-16得票数 1
回答已采纳
1回答
我正在尝试编写一个自定义版本的RNN，并希望仅将单元的状态和最后输出存储在变量中，但它不起作用。我的猜测是，TensorFlow认为存储值是不必要的，所以不执行它。以下是说明该问题的一段代码。
在本例中，我有五层“单元”，它们故意忽略输入，输出单元和前一个输出的偏差之和，并将其初始化为零。然而，当我们运行这段代码时，网络的输出总是最后一层中偏差的值，而last_output的值仍然是零。
import tensorflow as tf
import numpy as np
def cell_function(cell_inputs, layer):
last_output = tf
浏览 5提问于2018-02-22得票数 0
I 可以使用语句，然后调用或将值1赋值给TensorFlow变量x。
但是，此解决方案会在内存中存储两次1。当要赋值的值很大(例如，单词嵌入)时，这可能是一个问题。
如何将文件中的值赋给TensorFlow变量，而不在内存中存储该值的2个副本？
浏览 13提问于2017-03-03得票数 0
我有一个tensorfow常量
x = tf.zeros((N * (T - n + 1), n, D))
我有一个tensorflow占位符：
X = tf.placeholder(tf.float32, shape=(None, None, n_in))
我想把X的一些值赋给x，在numpy中我会这样做：
x[N * i:N * (i + 1), :, :] = X[:, i:i + n, :]
我如何在tensorflow中做到这一点？
浏览 0提问于2016-08-02得票数 0
1回答
复制Tensorflow张量的正确方法是什么？在常规Python中，非原语赋值(b = a)创建了对同一对象的引用，因此我们使用deepcopy。Tensorflow中是否同样需要tf.identity，或者Tensorflow是否将b视为b = a之后的唯一张量
我的具体需求总结如下。我正在构建一个以块为单位的模型，每个块都获取前一块的输出，通过层将其输入，然后与前一块的原始输出相加。请看标记为方法A和方法B的两行，哪一项是正确的？
for block_num in range(4):
if block_num == 0:
x = inputTensor
浏览 2提问于2020-12-25得票数 0
这就是我要运行的代码
from sklearn.datasets import make_blobs
from tensorflow.keras.utils import to_categorical
from keras.layers import *
from keras import metrics
from tensorflow.keras.optimizers import SGD
from keras.models import Sequential
from keras.layers import Dense
import numpy as np
def prepa ():
浏览 0提问于2021-10-17得票数 0
1回答
我有个清单是这样的：
<ul>
<li class="list">...</li>
<li class="list">...</li>
<li class="root">
<ul>
<li class="list">...</li>
<li class="list">...</li>
</ul>
</li>
浏览 0提问于2018-04-24得票数 0
回答已采纳
1回答
假设张量T的形状为[B, N, N, 6]，我想为每个b in range(B)逐个元素地将矩阵[b, N, N, 0:3]乘以[b, N, N, 5]。请注意，不应更改[N, N, 4]。使用tensorflow完成此操作的最佳方式是什么？
我的尝试：
result = tf.empty([B, N, N, 5]) for b in range(B): for i in range(4) result[b, :, :, i] = tf.mul(T[b, :, :, i], T[b, :, :, 5]) result[b, :, :, 4] = T[b, :, :, 4]
浏览 2提问于2016-06-10得票数 0
我正在对一个对象列表进行深度复制，但我一直收到以下错误：
deepcopy __deepcopy__() takes 1 positional argument but 2 were given
以及以下回溯：
TypeError Traceback (most recent call last)
<ipython-input-4-66b9ee5521c7> in <module>()
2
3 import copy
----> 4 regions_copy = copy.de
浏览 0提问于2016-09-19得票数 0
如何在C++ tensorflow::Tensor中有效地多次复制一行
在Eigen中，我可以做一些像M.row(1) = M.row(0)这样的事情，但是张量似乎没有.row函数。
浏览 0提问于2018-05-19得票数 0
我完全是tensorflow的新手，我正在学习
https://www.tensorflow.org/get_started/get_started
fixW = tf.assign(W, [-1.])
工作正常，但是
fixb = tf.assign(b, [1.])
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/home/milenko/anaconda3/lib/python3.6/site-packages/tensor
浏览 4提问于2017-06-26得票数 7
回答已采纳
我想写一个有两个参数的函数，A和B，相同形状的张量(例如，13x13或其他形状)，并且返回一个数字，该数字表示当按分量应用二进制交叉熵时所有损失的总和。因此，对于A[i, j]和B[i, j]，我们找到了二元交叉熵损失，然后对所有的i和j进行了求和。如何在Keras和Tensorflow中实现这一点？
浏览 0提问于2018-09-28得票数 1
回答已采纳
我按如下方式阅读了这篇文章。https://www.pyimagesearch.com/2016/11/14/installing-keras-with-tensorflow-backend/ 它似乎在Keras之前安装了TensorFlow。据我所知，这是因为我们可以指定CPU或GPU参数进行安装。 在你看来，是否总是需要在Keras之前安装TensorFlow？为什么？ 此时，我直接安装了Keras，如下图所示。我得到了TensorFlow版本1.14。 my keras & tensorflow installation 在https://www.tensorflow.org/
浏览 47提问于2020-07-02得票数 0
回答已采纳
我正在尝试在tensorflow中实现一个优化器，并且一直在查看旧版本的tensorflow中的优化器代码，我想知道这个函数_get_variable_for是做什么的？它是优化器文件中的第一个函数。
任何帮助都将不胜感激。
谢谢你。
浏览 0提问于2018-07-27得票数 0
1回答
控制器中有一个函数，它以json格式返回数组，其中包含3个值，当我按下button.As时，您可以看到下面的日志，这个部分正确工作。
<input type="text" class="form-control" id="Sira" name="Sira">
<input type="text" class="form-control" id="Sehpa" name="Sehpa">
<input type="text
浏览 3提问于2021-01-26得票数 1
回答已采纳
我在Variable中创建了一个TensorFlow：
c = tf.Variable([1.0, 2.0, 3.0], tf.float32)
然后我定义一个占位符：
x = tf.placeholder(tf.float32)
之后，我定义了一个函数(计算图)，它结合了上面定义的两个对象：
y = x + c
之后，我将“初始化”全局变量：
s = tf.Session()
init = tf.global_variables_initializer()
s.run(init)
最后，我可以运行我的函数：
s.run(y, {x : [10.0, 20.0, 30.0]})
现在，我想更改
浏览 2提问于2017-10-04得票数 0
回答已采纳
我想使用以下代码将Tensorflow中的张量的子数组等同于： import tensorflow as tf
a = tf.zeros(shape=[2,2])
b = tf.placeholder(shape = [1])
a[0,0] = b 但是有一条错误消息“‘张量’对象不支持项赋值”。我想知道为什么。
浏览 9提问于2019-02-27得票数 0
运行下面的测试
from unittest import TestCase
import tensorflow as tf
class TestControl(TestCase):
def test_control_dep(self):
print(tf.__version__)
a = tf.get_variable('a', initializer=tf.constant(0.0))
d_optim = tf.assign(a, a + 2)
g_optim = tf.assign(a, a * 2)
with tf.con
浏览 0提问于2018-03-19得票数 1
回答已采纳
3回答
我的html文件中有以下select元素：
<select id="usr-slct">
</select>
在文档正文结束之前，我尝试在脚本标记中使用javascript添加一些选项。如下所示：
var selector = document.getElementById("usr-slct");
var newoption = document.createElement("option").text="User1";
selector.add(newoption);
我想知道为什么这段代码不让我的页面
浏览 7提问于2015-04-04得票数 3
回答已采纳
1回答
我正在尝试在Tensorflow中实现体验回放。我遇到的问题是存储模型试验的输出，然后同时更新梯度。我尝试过的几种方法是存储来自sess.run(模型)的结果值，然而，这些不是张量，并且不能用于tensorflow所涉及的梯度下降。我目前正在尝试使用tf.assign()，然而，我遇到的困难在这个例子中得到了最好的体现。
import tensorflow as tf
import numpy as np
def get_model(input):
return input
a = tf.Variable(0)
b = get_model(a)
d = tf.Variable(0)
浏览 0提问于2018-07-03得票数 0
我有以下简单的Theano代码，我想在TensorFlow中复制这些代码：
import theano as th
import theano.tensor as T
import numpy as np
x = T.vector()
c = th.shared(np.array([1.0, 2.0]))
y1 = x + c
c.set_value(np.array([10.0, 20.0]))
y2 = x + c
c.set_value(np.array([100.0, 200.0]))
print 'Y1:', th.function([x],y1)([0.0, 0.
浏览 3提问于2017-10-06得票数 1
回答已采纳
我想使用tf.train.Saver()来创建张量的检查点，下面是我的代码片段：
import tensorflow as tf
with tf.Graph().as_default():
var = tf.Variable(tf.zeros([10]), name="biases")
temp = tf.add(var, 0.1)
init_op = tf.global_variables_initializer()
saver = tf.train.Saver({'w':temp})
with tf.Sess
浏览 0提问于2017-01-11得票数 3
回答已采纳
1回答
为什么函数g()首先被调用？我将g()定义为初始化程序列表中的第二个元素。
以下引用的标准，有关初始化-列表，相关吗？
§8.5.4.4:在大括号-init-列表的初始化程序列表中，初始化项-子句，包括包扩展所产生的任何子句(§14.5.3)，按它们出现的顺序进行计算。
#include <iostream>
#include <vector>
int f() { std::cout << "f"; return 0;}
int g() { std::cout << "g"; return 0;}
vo
浏览 0提问于2016-05-16得票数 5
回答已采纳
2回答
在TensorFlow Core中，有一个名为tf.math.scalar_mul的操作。
我想在TensorFlow.js中缩放张量。例如，通过尝试a * 0.1，我得到了一条错误消息(至少来自类型记录)：The left-hand side of an arithmetic operation must be of type 'any', 'number', 'bigint' or an enum type.ts(2362)。
缩放张量是否适用，而不使它们按数组排列，然后将其按元素比例转换回张量？
浏览 2提问于2020-05-19得票数 3
回答已采纳
我有两个使用tf.sparse_placeholder声明的稀疏矩阵。我需要在两个矩阵之间按元素进行乘法。但我在tensorflow中找不到这样的实现。最相关的函数是tf.sparse_tensor_dense_matmul，但这是在一个稀疏矩阵和一个稠密矩阵之间执行矩阵乘法的函数。
我希望找到的是在两个稀疏矩阵之间执行元素向乘法，。这在tensorflow中有实现吗？
我展示了在稠密矩阵之间执行乘法的下列示例。我期待着找到解决办法。
import tensorflow as tf
import numpy as np
# Element-wise multiplication, two d
浏览 9提问于2017-08-17得票数 0
回答已采纳
1回答
我在Tensorflow (使用Keras)中创建了一个模型。
在伪代码中，没有过多地编写特定于数据的操作操作，大致是：
iter_count = tf.keras.layers.Dense(1)(input)
#scale iter_count between 1 and int_max
for i in tf.range(iter_count):
inputvariation = tf.concat([input, i])
box = tf.keras.layers.Dense(4)(inputvariation)
#append to Tens
浏览 10提问于2022-09-12得票数 1
回答已采纳
Tensorflow有稀疏元素的乘法吗？也就是说，tf.multiply()的稀疏版本
我只找到了tf.sparse_tensor_dense_matmul()，但它不是按元素进行的乘法。
浏览 5提问于2017-06-28得票数 0
在循环的每一次迭代之后，我如何添加数字5？
我想做这样的事：
weight = 0.225
for i in range(10):
weight += 5
print (weight)
下面是我在tensorflow中尝试的方法，但是它从不更新重量
import tensorflow as tf
def dummy(x):
weights['h0'] = tf.add(weights['h0'], 5)
res = tf.add(weights['h0'], x)
return res
# build
浏览 0提问于2017-07-28得票数 1
回答已采纳
我已经开始学习tensorflow来提高我的机器学习技能。在tensorflow理解管道中，采取(1)在
for feature_batch, label_batch in train_ds.take(1)
浏览 2提问于2020-09-30得票数 0
这是一次尝试回答上的日常挑战。问题的链接在这里。您可以运行代码来查看发生了什么
我在O(n)解决方案中的尝试涉及到将所有数字添加到一个hashmap中，并将游程长度作为值，并且新条目将从它先前存在的邻居那里获得对象引用。如果一个条目落在两个不同的连续运行之间，它将简单地将其中一个的值引用替换为另一个。然而，合并并没有像预期的那样工作。我已经确认了下面的不端行为。
val1是指大于的游程，val2是小于的游程。我不得不将Integer对象包含在两层数组中，以使引用按预期工作(整数对象似乎是按值而不是按对象引用赋值的)。现在的代码一直工作到测试用例66。在测试用例40左右的时候，以另一种方式完成任
浏览 4提问于2021-06-06得票数 0
我知道Java实际上并不使用精确的按引用传递，而是按引用副本传递。这就是为什么仅仅试图交换引用的交换函数在Java中不起作用。for-each循环也可以做到这一点吗？例如，给定以下代码...
for (Constraint c : getLeafNodes(constraintGraph)){
c = new Constraint();
}
...I想要遍历递归定义的树状结构，并找到所有叶节点。每个叶节点都需要替换为一个新的空节点。这是否会如我所期望的那样，或者只是将每个叶节点的引用副本设置为一个新节点？
我在另一段通过单元测试的代码上写了一个类似的方法，这让我认为for-each循环
浏览 1提问于2011-05-02得票数 7
回答已采纳
我想用TensorFlow Python API计算一个多项式，如下所示： 多项式: f(x) = a0 + a1*x + a2*x^2 + a3*x^3 + a4*x^4。 代码是： import tensorflow as tf
x = tf.placeholder(dtype=tf.float32, shape=())
cfc = tf.placeholder(dtype=tf.float32, shape=5)
polynomial = tf.constant([1, x, tf.pow(x, 2), tf.pow(x, 3), tf.pow(x, 4)])
f = tf.te
浏览 14提问于2019-01-08得票数 1
回答已采纳
我想要的是填充一个3*3数组。此代码按预期方式工作： arr = [ [] ] * 3
for i in range(3):
arr[i] = (list(map(int, input().split()[:3])))
print(arr) 但是如果我这样写的话： arr = [ [] ] * 3
for i in arr:
arr[i] = (list(map(int, input().split()[:3])))
print(arr) 它会给出一个错误："TypeError:列表索引必须是整数或切片，而不是列表“。 在第二个例子中，我做错了什么？
浏览 16提问于2020-11-20得票数 0
回答已采纳
4回答
据我所知，不支持按成员分配数组，因此以下内容将不起作用：
int num1[3] = {1,2,3};
int num2[3];
num2 = num1; // "error: invalid array assignment"
我只是接受了这一事实，认为语言的目的是提供一个开放的框架，并让用户决定如何实现数组的复制。
然而，以下几点确实有效：
struct myStruct { int num[3]; };
struct myStruct struct1 = {{1,2,3}};
struct myStruct struct2;
struct2 = struct1;
数组nu
浏览 2提问于2010-08-09得票数 91
回答已采纳
我需要在执行期间修改权重值，更具体地说是在compute_gradients()和apply_gradients()函数之间。我可以修改渐变本身，但不能更改权重。
我在tensorflow：中使用Iris NN的教程，唯一的区别是我更改了compute_gradients()和apply_gradients()函数的minimize()函数。
grads_and_vars = optimizer.compute_gradients(loss)
// some way to change the weights
train_op = optimizer.apply_gradients(grads
浏览 0提问于2018-07-12得票数 0
我在一个页面上有一些复选框，这些复选框被组织成3列。但是，它们是按字母顺序排序的，而不是按行排序。
目前正在发生的事情：
A B C
D E F
G H I
我想要发生的事情：
A D G
B E H
C F I
现在我已经有了这段代码来解决它，但是当数组中有余数时，我感到非常困惑，我不知道如何在不搞乱的情况下将它包含在排序中：
organizedCheckboxesArea() {
let quotient = Math.floor(this.areas.length/3);
let remainder = this.areas.lengt
浏览 3提问于2020-02-13得票数 0
1回答
我被困在定义变量上了。
我的代码是：
import tensorflow as tf
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Flatten, Conv2D, MaxPooling2D
mnist_data = tf.keras.datasets.mnist
(train_im
浏览 2提问于2020-12-22得票数 1
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
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
