腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
使用
tf.Variable
(
range
(
0,20
),
shape
=(
10
,
2
))
创建
10
x
2
矩阵
时
出
现值
错误
python-3.x
、
tensorflow2.0
代码-r=
tf.Variable
(范围(
0,20
),
shape
=(
10
,
2
)) Error - ValueError:初始值的形状((1,20))与显式提供的
shape
参数((
10
,
2
))不兼容。
浏览 22
提问于2021-08-11
得票数 0
1
回答
如何显示字典的值?
python
、
dictionary
、
tensorflow
、
neural-network
问题是,虽然我用字符串作为键值和张量作为值
创建
字典,但当我调用init_weight方法
时
,我不知道如何显示它们#topology: dimensions([topology[i-1],topology[i]])){'W1': <
tf.Variable
'Variable_1:0'
shape
=(
2
, 5) dtype=float32_ref>, 'W
浏览 0
提问于2018-11-16
得票数 0
回答已采纳
1
回答
使用
大于1的批处理大小的TensorFlow占位符形状
tensorflow
、
reshape
、
placeholder
我定义了两个占位符,
x
与无形状,11和y与无形状,
10
。
使用
无作为第一维,我应该能够
使用
不同批处理大小的模型。y = tf.placeholder(tf.float32,
浏览 4
提问于2017-03-15
得票数 0
回答已采纳
9
回答
在Python中随机生成
2
D列表
python
、
list
、
function
我试图生成5
x
5列表,其中正好有
10
个放置在
2
D列表中随机位置的列表。 return mylist
浏览 11
提问于2020-11-17
得票数 2
回答已采纳
2
回答
如何
使用
占位符分配tf.Variables?
python
、
tensorflow
目前,我有以下代码:y =
tf.Variable
(0, name="y")for iin
range
(1,
10
): print("Value of y for
x
= ",i, " is: ",sess.run(y, feed_di
浏览 1
提问于2019-07-18
得票数 3
回答已采纳
1
回答
如何定义(稀疏)变量对角张量
tensorflow
我试图定义整个
tf.Variable
张量,然后将值0强加给一些变量,但是Tensorflow在
使用
变量张量
时
不允许赋值。此外,我希望
创建
具有相同自变量的“对角线”张量,例如,
使用
叠加的
2
D表示形式,它是一个二维张量:我的当前源代码:
shape
2
= [3,3] i1 = tf.truncated_normal(
sh
浏览 1
提问于2019-04-01
得票数 0
回答已采纳
2
回答
Tensorflow
2
-如何在
tf.Variable
中直接有条件地更新值
tensorflow
它看起来assign方法在赋值
时
没有合并条件的选项。因此,我认为将有条件地更新
tf.Variable
。Returns: A Tensor with the same type as
x
and y, and
shape
that
x
=
tf.Variable
(np.random.uniform(-1, 1, size=(3,4)), dtype=tf.float32) print(f"
浏览 2
提问于2021-04-07
得票数 1
回答已采纳
1
回答
如何在tensorflow中建立反褶积层?
python
、
tensorflow
、
deep-learning
、
convolution
、
deconvolution
我写了反褶积层的代码,
x
_
shape
= tf.
shape
(
x
) output_
shape
= tf.stack([
x
_
shape
[0],
x
_
shape
[1]*
2
,
x
_
shape
[
2
]*
2
,
x
_
shape
[3
浏览 0
提问于2018-05-12
得票数 0
回答已采纳
1
回答
多层前馈网络在TensorFlow中训练失败
python
、
numpy
、
neural-network
、
tensorflow
、
feed-forward
= tf.placeholder(tf.float32, [None, 784])b_1 =
tf.Variable
(tf.zeros([
10
]))W_
2
=
tf.Variable
(tf.zeros([
10
,
10
]))b_
2
浏览 6
提问于2016-08-26
得票数 1
2
回答
动态更改TensorFlow中的权重
machine-learning
、
neural-network
、
tensorflow
有没有一种方法可以在会话期间像处理常规
矩阵
/张量一样处理W?= tf.placeholder(tf.float32,
shape
=[None, 784])W =
tf.Variable
(tf.zeros([784,
10
]), trainable=True) W
2
=
tf.Variable
(tf.zeros([784,
10
])
浏览 3
提问于2016-05-02
得票数 1
3
回答
矩阵
乘法tensorflow与numpy的差异
python
、
numpy
、
matrix
、
tensorflow
我有一个例子,两个特定维数的
矩阵
的乘法在numpy中有效,但在tensorflow中不起作用。: (
10
, 20, 30)
x
(30, 40) = (
10
, 20, 40)
x
= tf.placeholder(tf.float32,
shape
=(
10
,20,30)) y =
tf.Variable
(tf.t
浏览 0
提问于2017-02-13
得票数 7
2
回答
如何修复TensorFlow中的尺寸
错误
?
python
、
tensorflow
def weight_variable(
shape
): return
tf.Variable
(initial) initial = tf.constant(0.1,
shape
=
shape
) return
tf.Variable
max_pool_
2
x
<e
浏览 4
提问于2015-12-05
得票数 14
回答已采纳
0
回答
tensorflow神经网络尝试
python
、
tensorflow
、
neural-network
我是Tensorflow的新手,正在做一个关于
创建
神经网络的初学者教程。起初,程序根本无法工作,因为出现了一个
错误
,即input1 =
X
.
shape
[1] out
浏览 6
提问于2018-07-07
得票数 0
1
回答
为python定义和绘制二维数组
python
、
arrays
、
multidimensional-array
我需要得到关于如何解决以下问题的解释: 1.空间域:
x
: 0,360°,选择dx=53.初始条件:当t=0,u(
x
,t=0)=sin(
2
x
)
时
u(
x
,t=0)= np.sin(np.ra
浏览 2
提问于2017-10-09
得票数 1
回答已采纳
1
回答
Tensorflow,无法提供形状的值.....对于张量
tensorflow
我有一个线性回归和3d
矩阵
的问题。它们都是带标签的浮点数。有
2
个维度,它工作得很好,但有3个维度,我不能让它运行。这是它的形状(387, 1)
shape
train_
x
(43, 1) test_y.
shape
=False) print
浏览 0
提问于2017-09-27
得票数 0
1
回答
获取TensorFlow中的一个
错误
python
、
machine-learning
、
tensorflow
、
neural-network
、
deep-learning
= 500batch_size = 100
x
= tf.placeholder("float"mnist.test.images, y:mnist.test.labels})) 这是一个
错误
: Traceback (most recent call_ref>", "<
tf.Variabl
浏览 3
提问于2017-09-17
得票数 0
回答已采纳
1
回答
tf.layers是如何
创建
变量的?
python
、
tensorflow
每次我们调用tf.layers.conv
2
d
时
,Tensorflow都会通过添加_1、_
2
来自动为这个张量
创建
新的内核、偏差和新名称,例如:<
tf.Variable
'conv
2
d/bia
浏览 4
提问于2018-11-06
得票数 0
回答已采纳
1
回答
矩阵
乘法的最佳numba实现在很大程度上取决于
矩阵
的大小。
python
、
numpy
、
matrix
、
numba
这个问题与我不久前发布的一个问题有关: def loopMultJit_
2
X
2
浏览 1
提问于2016-03-29
得票数 2
回答已采纳
2
回答
Tensorflow自定义层:
创建
具有可训练参数的稀疏
矩阵
python
、
tensorflow
、
machine-learning
为了做到这一点,我想找到一种方法,在Tensorflow框架内在神经网络中的两个层之间
创建
一个稀疏的可训练连接。连接
矩阵
如下:可训练参数应代替1。
浏览 1
提问于2019-09-30
得票数 5
回答已采纳
1
回答
只需将输入层的维度从
2
更改为
10
tensorflow
输入是
2
维,输出是
2
维w =
tf.Variable
(tf.zeros([
2
,1])) sess.run(train_step,feed_dict={ t:Y现在我想将其扩展到
10
维输入和
2
维输出。然后我像下面这样修改,但
浏览 0
提问于2017-07-11
得票数 0
回答已采纳
点击加载更多
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
Tensorflow从入门到精通(二):附代码实战
如何知道喜欢的人ta喜欢什么?
零基础入门机器学习-tensorflow(四)
我们期待的TensorFlow 2.0还有哪些变化?
我们期待的TensorFlow 2.0还有哪些变化?
热门
标签
更多标签
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
运营活动
广告
关闭
领券