运行以下代码import math as m
print(tf.multiply(5, 2))print(tf.multiply(tf.add(3, 2), tf.add(14, 32)))tf.Tensor(2.236068, shape=(), dtype=float32)
tf.Tensor(-1.0,
浏览 21提问于2020-05-13得票数 2
我将int32类型的张量除以int32类型的张量，结果是float64。我找不到答案，为什么会发生这种情况，或者Tensorflow如何做到这一点背后是否有隐含的规则。我没有显式地为任何张量定义数据类型，但我检查了所有张量，在除法之前，它们都没有64位类型。 我尝试过使用不同的除法公式，比如tf.divide，都得到了相同的结果。
浏览 61提问于2019-06-05得票数 4
回答已采纳
我想从一个函数返回7个值，然后打印这些值。但是当我打印出来时，我总是得到第一个值的七份。代码所做的是比较n元素的张量(数组)，并检查低于某些阈值的元素的百分比。labels_tf))) one = tf.multiply(tf.dividen ),m)
two = tf.reduce_sum(tf.cast(tf.less(difference,[2]),d
浏览 5提问于2017-05-25得票数 0
回答已采纳
1回答
因此，作为损失函数的一个组成部分，我想接受一个张量，并返回一个张量，其中每个单元代表原始张量中相应相邻单元的平均值。 ? def gradient_encouraging_loss(y_true: Tensor, y_pred: Tensor) -> Tensor:
gradient_loss: Tensor = tf.divide
浏览 10提问于2020-08-18得票数 1
回答已采纳
我尝试手动创建逻辑回归模型，但GradientTape返回NoneType梯度 class LogisticRegressionTF: m = tf.cast(tf.size(z), dtype=tf.float32)log_reg.fit(tra
浏览 11提问于2020-01-29得票数 0
回答已采纳
为了释放内存，我想知道是否有可能在我的模型的前向方法中删除中间张量。x_conc = torch.cat((x1,x2),dim=1) return x_conc
基本上，模型通过两个独立的块传递两个张量进一步的运算适用于该级联张量。如果我在创建del x1和del x2之后运行x_conc，它会影响计算图吗？
浏览 2提问于2020-06-09得票数 0
回答已采纳
对于密集张量，循环运行良好，但是当我使用稀疏张量时，会得到以下错误：
[节点: while/Exit_1/_5 = _Recvclient_terminatedtf.constant(0,dtype=tf.int32)
f=tf.con
浏览 0提问于2019-01-30得票数 1
回答已采纳
现在，既然moments被设置为一个列表，一个零张量，而m是这个列表的一个迭代，为什么m不总是计算成一行v = self.momentum * m - lr * g中的零张量？现在我查找了tensorflow ( keras.backend.zeros for tensorflow，)的代码，keras.backend.zeros返回，它显然返回一个常数的零张量。(如果指定了形状，则编辑:或返回使用tf.zeros初始化的tf.zeros。)
我的直觉
浏览 0提问于2018-04-16得票数 3
回答已采纳
火炬中LSTM的输出：
给出了输入作为压缩序列(birectional )，然后根据加法，只对output进行压缩，h_n、c_n作为张量返回。在将pad_packed_sequence函数应用于output解压缩后，如何得到隐态作为张量？我在某个地方看到了这样的代码：pad_packed_sequence(output)[0]，为什么我们必须在这里取0索引？另外，对于最后一个隐藏状态和单元格状态，我使用h_n[0],h_n[1]和c_n[0],c_n[1]获得张量。在这种情况下，执行0和1索引以获得前
浏览 3提问于2021-06-23得票数 0
回答已采纳
我试图使用Huggingface模型使用onnx运行时。我已经使用来转换模型，并且我正在尝试运行推断。我的推理代码是：import onnxruntime
tokenizer = BertTokenizerFast.from_pretrained('bert-base-cased')
浏览 15提问于2021-12-29得票数 0
回答已采纳
1回答
https://i.stack.imgur.com/HBPG7.png 所以每次我训练一个模型，numTensors都在增加，我只是在想这是不是很糟糕？当我关闭应用程序，开始加载模型并训练新模型时，它不断增加，当我获得这么多模型时，这是不是很糟糕？如何解决这个问题呢？ 我正在使用knn分类器进行addExample const collectData = async (className) => { setStatus(statusList[1])
setI
浏览 19提问于2020-12-02得票数 1
回答已采纳
有任何方法可以使用:narrow并避免复制吗？也就是说，:resize是:reshape的现有版本，是否有等效的窄版？
浏览 4提问于2016-05-11得票数 0
回答已采纳
在Theano中，当具有A，B，C形状的三维张量x和C，D形状的二维张量y时，theano.tensor.dot(x, y)返回A，B，D形状的三维张量。
“火炬”中的等效操作是什么？torch.dot似乎不这样做，x * y和torch.mm抱怨说，他们想要两个参数的2D张量，而torch.bmm则需要两个参数的3D张量。
浏览 8提问于2016-03-16得票数 1
回答已采纳
2回答
我正在尝试实现一个判别损失函数，例如基于本文的图像分割： (此链接仅供读者参考；我不希望任何人阅读它来帮助我解决问题！)tf.norm(mu, axis = 1))
T = tf.divide, numUnique) clusterSigma = tf.divide
浏览 5提问于2017-09-22得票数 4
回答已采纳
2回答
在训练中打印中间张量
、、、、
我有一个自定义层，我想打印中间张量，这些张量没有通过自定义层的call()方法链接到返回的张量(如代码所示)。None, self.num1, 1))更清楚的是，
我使用method1，在其中我使用@tf.function打印rankt张量其次，在method2中，我临时重新分配了z(在call()之后返回张量)，以便在backprop中执行它，并得到打印的值。在此之后，我将z重新分配到原来的操作
浏览 7提问于2020-10-14得票数 1
回答已采纳
C中有TF_GraphGetTensorShape，但是接口与C++ Graph和Output不兼容。如何使用tensorflow C/C++ API做同样的工作？
例如。如何使用Slice API获得C++操作返回的张量形状，然后使用该张量形状生成具有相同形状的variable？
浏览 0提问于2018-07-06得票数 5
回答已采纳
我试图使用Dataset.map将两个值提供给函数，然后函数返回一个值列表。当返回列表包含多个元素时，py_func无法处理类型。当map_func的返回列表包含八个元素时，就没有问题了。
浏览 3提问于2018-01-08得票数 0
回答已采纳
return F.mse_loss(input, target, reduction=self.reduction)
我认为这个模型的输入(每个用户的张量和项id )与为我工作的mf模型相同。
浏览 4提问于2021-02-06得票数 0
我尝试将python函数应用于张量的每个元素，该函数将元素转换为形状3的向量，因此我可以计算自定义评估度量。它需要是一个Python函数，因为它也在其他地方使用。但是，它只在运行时发生，就好像我有任何其他形状一样，然后当我执行model.compile()时，它会抛出一个与形状不兼容的错误。我是不是误解了map_fn的使用方法？有什么建议吗？
提前感谢！
浏览 6提问于2021-04-09得票数 0
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
