我想创建一个2D张量，它的行是来自占位符张量的输入的指示向量-- 0，除了单列中的1。我尝试过这样的方法：... indices=[[i,x] for i, x in enumerate(train_labels)], dense_shape=[64, 50000])
但是张量</em
浏览 8提问于2017-08-31得票数 0
1回答
变长输入服务TF模型
、、、、
tf.estimator.export.ServingInputReceiver(transformed_features, features)
其中，transform_func是一些函数，它将输入张量重新定义为所需的变量\n\t [[{{node input_example_tensor}}]]"有没有人知道我做错了什么，或者如何正确地创建变量输入？我需要张量形状，就像我现在在元数据中所做的那样，所以我不需要通过序列化的proto示例来访问API，只需要原始张量<
浏览 1提问于2020-01-23得票数 0
因此，模型必须接受形式{“特征”：张量}的特征块。如果您希望张量按原样传递，您可以使用TensorServingInputReceiver。receiver_tensors：-- Tensor、SparseTensor或dict字符串到Tensor或SparseTensor，指定输入节点，在默认情况下，该接收器将在输入节点中进行馈送。通常，这是一个期望序列化tf.Example协议的占位符。
阅读后，我清楚地知道features的目的是什么。features是一个输入字典，然后我
浏览 0提问于2018-11-21得票数 20
我试图将张量(其中一些是稀疏的)从RAM中输入到模型中。我创建了一个PaddingFIFOQueue，将稀疏张量的索引、值和形状分别排队，假设稀疏值不能通过其他方法从RAM批出(如果不是这样，请告诉我)。它们需要填充，因为序列都有不同的长度。我去排队.values = [batch size, None]我试图使用这些值来创建一个SparseTensor
浏览 1提问于2017-02-09得票数 1
回答已采纳
我正在尝试构建一个以稀疏张量列表作为输入的模型。(列表长度等于批量大小)但是当我使用稀疏张量列表作为输入时，这些方法会抛出错误。我知道，如果我将列表中的所有稀疏张量连接成一个巨大的张量，它就会起作用。然而，这不是我的选择，因为稍后我必须对稀疏张量使用索引。(如果
浏览 36提问于2021-07-08得票数 0
/cpu:0"]]：您必须使用dtype InvalidArgumentError[Node: Placeholder_54 = Placeholderdtype=DT_FLOAT，shape=[]为占位符张量
浏览 1提问于2016-09-13得票数 3
我想要将一个形状为[n, n, k]的密集张量与一个形状为[n, n, 1]的稀疏张量进行元素相乘。我希望稀疏张量的值沿着轴以s的大小重复，就像我使用密集张量并依赖隐式广播一样。但是，SparseTensor.__mul__操作不支持广播稀疏操作数。我没有找到一个运算符来显式地广播稀疏张量。我怎样才能做到这一点呢？
浏览 6提问于2019-08-06得票数 2
回答已采纳
问题zero_tensor = tf.zeros(shape)
delta = tf.SparseTensor([[1, 1]], [1.0], [3, 3]
浏览 5提问于2016-05-24得票数 2
回答已采纳
我在本地定义占位符的函数中定义了一些张量操作。该函数返回结果张量，我希望从我的主函数(或者任何其他函数)运行/打印结果张量。但我无法从那里得到占位符的值。print(answer)
tensorflow.python.framework.errors_impl.InvalidArgumentError:您必须为占位符张量显然，我的理解是，我没有提供任何方法来连接这些
浏览 2提问于2018-02-24得票数 2
回答已采纳
假设我有一个嵌入张量： [2,2], [4,4]]我有一个序列列表：4, 4], [0, 0],我尝试了tf.nn.embedding_lookup，但得到了一个错误：
ValueError:参数必须是稠密张量
浏览 2提问于2016-12-01得票数 2
回答已采纳
tensorflow具有可以将密集张量拆分为SparseTensor的tf.string_split功能，但没有提供相反的功能。例如: SparseTensor： ["d", "e"]使用分隔符“”将SparseTensor</
浏览 0提问于2017-04-03得票数 2
如果输入数据是numpy数组格式，那么我们可以在图中声明一个占位符，并将numpy数组数据提供给占位符。但是，如果输入数据已经是张量格式(这是我们使用tf.image.decode_jpeg加载jpg文件时的情况)，那么我们不能将张量提供给占位符。在这种情况下，我们是否应该使用不可训练的TF变量作为占位符，并通过tf.assign将张量提供给这些变量？
浏览 0提问于2017-11-19得票数 0
我想在我的图中添加一个占位符，并在TF_SessionRun期间添加实际的张量数组。我有两个问题：我无法解决在图形中有占位符的问题。定义占位符需要给出它的数据类型，但在InputList中，每个张量都可以有自己的数据类型。我正在寻找一个数据类型&
浏览 9提问于2020-02-19得票数 0
我想在Tensorflow中恢复、修改和重用一个(相当)复杂的模型，但是在使用占位符时，我很难正确地传递feed_dict。Y: test_batch_y, keep_prob: 1.0, phase_train: False}))
InvalidArgumentError (参见上面的跟踪)：必须为占位符张量
浏览 0提问于2018-01-23得票数 1
回答已采纳
2回答
我希望能够通过占位符将初始状态提供给网络，而TensorFlow只允许提供数组或张量(我不知道如何创建zer初始状态元组)。但是tf.nn.dynamic_rnn函数需要一个大小为3的元组。如何执行从shape (num_layer,2，batch_size，hidden_layers)提要的张量到占位符到tf.nn.dynamic_rnn可接受的元组作为initial_state参数的转换
浏览 1提问于2018-03-22得票数 0
在Tensorflow中，是否有一种方法可以找到评估某个输出张量所需的所有占位符张量？也就是说，是否有一个函数将返回在调用feed_dict时必须输入sess.run(output_tensor)的所有(占位符)张量？should return [b,c] or [b.name,c.name]编辑:为了澄清，我不需要(一定)寻找图中的所有占位符，只是定义特定
浏览 6提问于2017-10-10得票数 3
回答已采纳
(joined[k].values)target = tf.SparseTensor( dense_shape=[joined[target_co
浏览 1提问于2017-04-25得票数 3
回答已采纳
2回答
实际上，即使调用tf.gradients(M，v)也会产生错误：
我是否做错了什么，或者我是否正确地假设这个功能没有如果是后者，那么对于这个特定的用例，没有重写所有定义了梯度的稀疏张量操作吗？
浏览 4提问于2017-02-03得票数 0
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
