我有两个张量，A和B(都是一阶向量)。B是A的子集。我想知道B在A中的位置，即对于A的每个元素，是B中的A_{i}。我尝试使用tf.equal，我希望使用布尔值的张量，然后使用tf.where，但收效甚微。如果有人感兴趣，我的答案是： return tf.equal(
浏览 0提问于2017-06-15得票数 0
回答已采纳
1回答
在tensorflow中，我有两个不等长的2d张量，我必须找到一维布尔张量，它给出了第一个张量行在第二个张量中的信息。例如:如果tensor1 = [0,1,1，1，0,1, 0，1,2]和tensor2 =[0，0，0，0，0，1，1，1，1，1，1，1，1]，则一维张量应为真，假，假。我已经尝试过使用tf.equal()函数进行广播，但是它占用了大量的内存。我希望这个函数是时间
浏览 3提问于2022-09-01得票数 1
我的最终目标是判断placeholder的价值。然后，例如，在nn_ops.py中temp2 = constant_op.constant(False)
如何比较
浏览 2提问于2016-12-13得票数 5
如果我的张量是0 ,1。我想得到“如果1==tensor1”是真的，我应该在tensorflow中做。我已经尝试过tensor.eval()函数，它可以工作，但并不适用于我的所有项目。谢谢
浏览 4提问于2016-12-06得票数 1
我有一个3阶张量的形状(100, 257, 121)，我们称之为y_pred。
我从形状(257, 121)中提取了一个2级张量，我们称之为y_element。是否有一种类似于tensorflow.not_equal()的方法，将y_element与沿y_pred轴0的其他2级张量单元进行比较，并返回形状(100)的布尔张量。调用tensorflow.not_equal(y_pred, y_element)确实返回一个bools<em
浏览 2提问于2020-05-18得票数 1
回答已采纳
我正在使用TensorFlow做一个类似于连续单词包(CBOW)模型的定制嵌入训练。然而，与具有固定长度滑动窗口的CBOW不同，我的滑动窗口可以被认为是灵活的。对于字t，我有一个张量表示它的上下文词的索引：-1，1，2，-1。最大窗口大小为4，因此向量的长度为4。但有时一个单词没有4个上下文单词，所以我使用'-1‘来表示’在这个位置上没有单词‘，而其他整数是一个单词<em
浏览 0提问于2018-01-10得票数 0
回答已采纳
)但是，至少当我直接打印tf.equal语句时，它给出了预期的真/假值！1:在张量上使用reduce
浏览 2提问于2017-10-01得票数 0
tf
ta = tf.constant([0, 1, 2])def f_crctf_crct_1, f_crct_0)#res = [0+0, 1**
浏览 20提问于2020-04-17得票数 0
回答已采纳
知道我在使用tensorflow 2.0
tf.argmax(input= tf.constant([0., 1, 0.]) == tf.argmax(input=tf.constant([0., 1,
浏览 1提问于2019-05-02得票数 0
回答已采纳
我有两个长度不等的张量(一维整数数组)，我想在PyTorch中计算它们之间的jaccard相似性。这就是纯python代码的样子 intersection = len(list(set(list1).intersection(list2)))(len(set(list1)) + len(set(list2))) - intersection
return float(intersection) / u
浏览 11提问于2022-06-15得票数 -1
1回答
我使用Keras (tensorflow作为后端)。我想要做的是写一个lambda层，它得到2个张量输入，用指示函数比较它们的每个2列的组合，并生成一个0-1值的新张量。下面是一个例子。tf.equal()来比较张量。但如果我把它应用在这里，我就会得到>>> K.eval(z)
array([[True,
浏览 2提问于2017-04-24得票数 0
回答已采纳
如图中所示，我想计算一次培训的总成本，但是tf.equal返回张量类型，而tf.equal(y1[i],y2[i])不能是True。
如何使用张量中的数据？
浏览 2提问于2017-09-19得票数 0
回答已采纳
我有两个一维TensorFlow张量，我想逐个比较它们，并创建一个新的张量，记录它们不同的索引。对于上下文，它们每个都将索引存储到不同的2D张量中，所以如果我可以像numpy数组一样使用它们，我可能会这样做： failed_preds.append(self.input_placeholder[i
浏览 2提问于2017-03-09得票数 0
1回答
我想使用一个函数，它将张量作为输入，并返回张量轴上具有最大值的索引。我知道有一个函数tf.argmax()可以做完全相同的事情，但是我如何自己实现它(在实现一些自定义函数的情况下，这可能是必要的)？让我们假设现在函数只接受一维张量作为输入。maxValue=input[i] return maxIndex
然而，这不起作用，因为在构造阶段，值还没有初始化，因此我不能像上面的代码那样比较</e
浏览 1提问于2018-09-17得票数 2
我想知道是否有办法绕过tf.where()输出的数组形状。例如，下面是我试图运行的代码： a = tf.constant([[[1,0],[0,2]],[[0,3],[4,0]]]).eval() c = tf.multiply(100,c).eval()c = tf.add(a,c)
我期望的<
浏览 0提问于2017-07-12得票数 1
回答已采纳
我目前的方法是使用tf.select，如下所示： tf.reduce_max(my_tensor,axis=1)), my_tensor)
其思想是使用tf.reduce_max创建一个张量，即每行的最大值，然后使用tf.equal创建一个布尔张量，
浏览 4提问于2017-02-25得票数 2
我试图对向量y的每个元素求一个条件，以便得到一个向量，它的i’th元素告诉我y[i]是否满足这个条件。有没有办法不使用循环来做到这一点？tf.log(x)
tf0 = tf.constant(0)
sess = tf.Session()
print(sess.run(delta, feed_dict
浏览 4提问于2017-12-10得票数 3
回答已采纳
我试着构建以下逻辑表达式- tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1)), name=None)
tf.equal(tf.argmax(y_conv,0), tf.argmax(y_,0))和tf.equal(tf.argmax(y_conv,1),
浏览 4提问于2017-02-18得票数 1
回答已采纳
我正在尝试将从tfrec文件加载的字符串标签张量转换为数字，以便进行一次性编码。其思想是使用numpy数组作为查找表，一旦命中，将返回索引并将其存储在张量中。然而，问题是张量不能直接与python对象进行比较。我试图实现使用tf.map_fn枚举我的一批标签，并使用tf.cond进行比较--这不起作用： global all_labels
for idx, lblten
浏览 1提问于2017-11-14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
