要重现我的问题，请先尝试这个(使用py_func映射)：import numpy as npim_dataset = im_dataset.map(lambda image:tuple(tf.py_func)
但是，如果您尝试这样做(使用直接tensorflow映射而不是<
浏览 7提问于2018-02-16得票数 6
我有一些使用tensorflow函数py_func的效率问题。在我的项目中，我有一批尺寸为input_features的张量[? max_items m]。第一个维度被设置为?第二维对应一个上界(我可以举的例子是最大的项目数)，第三维对应于特征维空间。我还有一个张量num_items，其维度为批处理大小(因此形状为(?封装在py_func</em
浏览 3提问于2017-03-21得票数 5
回答已采纳
1回答
我正在做目标导向的图像字幕。它有三种模式:提取特征、OCR分量和目标检测。从ResNeXt模型中提取的特征被重塑为一个大小的张量(49,2048)。OCR和对象检测组件的最大维数(300,1)分别为20字和10字。我想用线性投影将这些向量连接/嵌入到维数d=512的联合空间中。我该怎么做？我使用了numpy.concatenate函数和axis=None，它将输出线性地连
浏览 1提问于2022-03-27得票数 0
1回答
我编写了一个自定义的pytorch Dataset，__getitem__()函数返回一个形状为(250, 150)的张量，然后使用DataLoader生成一批批大小为10的数据。我的意思是在维数为0将这10个张量连在一起时，生成一个带有形状(2500, 150)的批处理，但是DataLoader的输出具有形状(10, 250, 150)。如何将
浏览 1提问于2021-10-12得票数 0
回答已采纳
1回答
LSTM层在火炬编码器中的应用
、、、、
我想构建一个具有LSTM层的自动编码器。但是，在编码器的第一步，我发现了一个错误。你能帮我一下吗？下面是我试图建立的模型：import torch.nn as nn
activation =z_mu = mu_r(hidden) return z_mu, z_log_var
但是我的代码中有一个错误
浏览 8提问于2022-04-26得票数 0
回答已采纳
我找不到与我的案例相似的答案，并解释为什么会发生这种情况。有很多关于这类错误的信息，但似乎这取决于很多原因，对于不同的情况，它可以有不同的解决方案。因此，我正在尝试加载TensorFlow训练的模型，然后将其转换为TensorFlow Serving模型格式，从而进行预测。import tensorflow as tffrom
浏览 8提问于2018-02-24得票数 3
1回答
boolean_mask的文档表明，掩膜的形状必须是静态的。但如果你这么做tf.boolean_mask(tensor, mask)
好像挺好的。
浏览 0提问于2018-02-25得票数 3
回答已采纳
1回答
由于编译时不知道维度，所以我不能使用Boost的MultidimensionalArray (IIRC)，而必须提出自己的解决方案。
现在，我自己保存每个维度。我有一个维数张量(比方说3)，它包含维数2的许多张量(在std：：向量中)，每个张量都有一个包含维数1的张量的std：：向量，每个向量
浏览 1提问于2017-03-01得票数 2
我已经将图像及其标签的目录转换为TFRecords文件，特征映射包括image_raw、label、height、width和depth。但是，由于image_raw已被展平，我们需要将其重塑为原始的[height, width, depth]大小。那么，如何从TFRecords文件中获取height、width和depth的值呢？下面的代码似乎无法工作，因为height是一个没有值的张量。. / 255) - 0.5当我阅读Tensorflow
浏览 5提问于2016-10-26得票数 3
1回答
我正在尝试编码一个自动编码器，它采用张量的形状(无，194,434,626，3)。问题是，在maxpool之后，维度变得奇怪，下一个maxpool将其舍入。在使用upsample解码时，输出维数不能与输入维数相同。我认为在but池之前填充可能会有帮助，但tf.pad不会影响张量。在解码过程中，什么是最佳的过采样方法？
浏览 0提问于2019-06-21得票数 1
5回答
说：
返回一个尺寸为1的新张量，该张量插入到指定位置。.X= torch.tensor(1，2，3，4) >>> torch.unsqueeze(x，0)张量([ 1，2，3，4]) >>> torch.unsqueeze(x，1)张量([ 1，2，3，4]
浏览 7提问于2019-07-28得票数 100
回答已采纳
1回答
假设我们有火炬张量：B: with shape Bx2xD and火把中是否有实现此功能的函数？我试着用火炬散开，但我认为事实并非如此。
浏览 3提问于2021-12-06得票数 5
1回答
init)运行代码将获得以下结果[2 3 4]
看起来只有第二张打印提供了可读的格式第一次打印真正做什么，或者如何理解第一次输出？
浏览 2提问于2016-07-26得票数 0
回答已采纳
1回答
填充张量有什么影响？
、、、
X和Y数据都将在LSTM层中运行，但是这些层拒绝Y数据，因为它与X数据的形状不匹配。我的Y数据表示通过我的模型传递X数据的预期输出。这是我第一次使用LSTM，所以我没有想到一个体系结构，但是我想使用一
浏览 1提问于2018-03-28得票数 3
回答已采纳
在处理与问答(MRC)相关的问题时，我实现了两种不同的架构，它们独立地给出了两个张量(令牌上的概率分布)。这两个张量都是维度(batch_size,512)。我希望获得表单(batch_size,512)的最终输出。如何使用可训练权重组合两个张量，然后根据最终预测训练模型？编辑(附加信息)：
因此，在我的NN模型的前向函数中，我使用BERT模型对
浏览 5提问于2020-06-21得票数 0
当使用tensorflow的Dataset API Iterator时，我的目标是定义一个对迭代器的get_next()张量操作的RNN作为它的输入(参见代码中的(1) )。现在，我知道一种解决方法是为next_batch创建一个占位符，然后为张量创建一个占位符(因为您不能传递张量本身)，然后使用feed_dict传递<
浏览 3提问于2017-11-20得票数 2
回答已采纳
我有一个CNN，我在python中使用tensorflow上的Keras制作了一个CNN，我想在JavaScript中实现它。tf.layers.conv2d (args)函数源该层创建了一个卷积核，该卷积核与该层的输入相转换，从而产生一个输出的张量。如果useBias为真，则创建一个偏差向量并将其添加到输出中。
如果激活不是null，那么它也将应用于输出。当使用</e
浏览 0提问于2019-03-02得票数 1
回答已采纳
3回答
A=np.array([ [3,4]A的形状显然是2X2[1,2] (dot) [1,1]B必须有2X1的维度才能得到点积，或者更确切地说，是这样的[3,4] [1][1]但它给
浏览 2提问于2018-02-12得票数 1
2回答
print(var1.size())print(var1.dtype)torch.Size([1, 1, 480, 640])torch.float32print(nump_var1)print(type(nump_var1))
print(nump_var1.dt
浏览 16提问于2022-12-03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
