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
2
回答
关于
Numpy
张量
切片
的
简单
问题
、
我有个
Numpy
张量
器 X = np.arange(64).reshape((4,4,4)) 我想要获取这个
张量
的
第一维
的
2,3,4项,你可以这样做, Y = X[[1,2,3],:,:] 这是不是比显式地写出索引1,2,3更
简单
的
方式呢?我尝试了像1,:这样
的
东西,它给我一个错误。 上下文:对于我
的
实际应用程序,
张量
的
形状类似于(30000,100,100)。我想抓住这个
张量
<e
浏览 14
提问于2020-10-02
得票数 0
回答已采纳
1
回答
在Keras中实现卷积神经网络中
的
裁剪/修剪层?
、
、
、
目前,我正在训练我
的
模型之前进行裁剪。这意味着我还必须在推断时将其作为一个单独
的
步骤,这是不理想
的
。是否有裁剪层
的
tensorflow/keras实现?如果不是,有没有理由不把它作为神经网络
的
一部分?
浏览 2
提问于2017-07-28
得票数 0
1
回答
如何在tf.function数据集中正确使用TensorFlow
、
、
在tf函数中,图像文件被读取为一个原始字符串
张量
,我试图从这个
张量
中获取一个片段。
切片
,前13个字符,表示
关于
.ppm图像(头)
的
信息。最初,我试图直接
切片
张量
的
.
numpy
()属性(filepath输入参数到tf函数),但我认为在tf函数中这样做在语义上是错误
的
。它也不起作用,因为filepath输入
张量
没有
numpy
()属性(我不明白为什么??)。在tf函数之外,例如在jupy
浏览 5
提问于2020-01-23
得票数 0
2
回答
Pytorch选择
张量
我想知道Pytorch是否有
切片
函数(与tf相同)。特别是,我想选择橙色
的
行。
浏览 0
提问于2018-12-22
得票数 2
回答已采纳
2
回答
Tensorflow中
的
高级索引
、
、
、
、
我有两个形状
的
张量
这里voxels有dtype float32,而indices是0和63之间
的
整数。我想索引体素,创建一个
张量
张量
output使下列约束保持 output[i,j] = voxels[i, indices[j,0], indices[j,1]. indices有一些
关于
更高级
的
切片
的
讨
浏览 2
提问于2016-09-07
得票数 0
1
回答
加速
张量
连接
、
、
、
我需要连接一长串小
张量
。每个小
张量
都是给定
的
(非常
简单
的
)常量矩阵
的
一个
切片
。代码如下:这需要很长时间。有没有一种方法可以有效地并行化edge_delay_buf中每个元素
的
创建?我尝试过多种变体,比如用列表串联替换for循环,结果是一个列表列表,然后扁平列表并在扁平列表上应用torch.cat。然而,它并没有得到很大
的
改善。由于某些原因,
切片
操作花
浏览 17
提问于2020-07-31
得票数 0
1
回答
tensorflow中
张量
对象
的
非连续索引
切片
(如
numpy
等高级索引)
、
、
、
我在tensorflow中看过不同
的
切片
方法,即tf.gather和tf.gather_nd。在tf.gather中,它只是对一个维度进行
切片
,在tf.gather_nd中,它只接受一个indices来应用于输入
张量
。我需要
的
是不同
的
,我想用两个不同
的
张量
对输入
张量
进行
切片
;一个
切片
在列上
的
行上,第二个
切片
在列上,它们
的
形状不一定相同。
浏览 4
提问于2019-06-17
得票数 1
回答已采纳
3
回答
基于变量
的
流
切片
、
我发现在tensorflow 中,索引仍然是一个悬而未决
的
问题
,所以我想知道现在我可以用什么来解决这个
问题
。我希望根据每个训练示例更改
的
变量索引/
切片
矩阵
的
行/列。到目前为止我尝试过
的
是: 以下(工作
的
)代码
切片
基于一个固定
的
数字。下面的代码给出了错误"TypeError:当单个
张量
期望时<e
浏览 3
提问于2015-11-30
得票数 13
回答已采纳
1
回答
如何避免Tensorflow中
的
填充求和
、
我有两个
张量
A,一个是形状(25, 1010, 7, 512),另一个是B,形状是(10, 7)。我想使用B
的
第二个维度将A添加到前10个
切片
中,在
Numpy
中可以这样做:(更新原始
张量
并不重要,我可以使用现有的更新或者创建新
的
张量
)。当然,这不能在tensorflow中直接完成,而且tf.tensor_scatter_nd_add在这种情况下似乎不起作用,因为<em
浏览 5
提问于2020-12-10
得票数 2
回答已采纳
3
回答
PyTorch内存模型:"torch.from_
numpy
()“vs "torch.Tensor()”
、
、
、
、
我想深入了解PyTorch
张量
内存模型是如何工作
的
。
NumPy
ndarray
的
内存缓冲区。所以,我在这里对
张量
t2中
的
一些值进行
切片
和更新不出所料,它在t2和arr中进行了更新,因为它们共享相同
的
内存缓冲区。23 8 23因此,无论我们使用还是来从ndarray构造
张量
,所有这些
张量</
浏览 173
提问于2018-01-28
得票数 43
1
回答
部分读取大文件
的
有效方法?
、
我有一个巨大
的
numpy
3D
张量
,它存储在磁盘上
的
一个文件中(我通常使用np.load读取该文件)。这是一个二进制.npy文件。在使用np.load时,我很快就使用了大部分内存。幸运
的
是,在程序
的
每一次运行中,我只需要一小部分巨大
的
张量
。该
切片
具有固定
的
尺寸,其尺寸由外部模块提供。 做这件事最好
的
方法是什么?我唯一能找到
的
方法就是将这个
numpy
矩阵存储到MyS
浏览 4
提问于2017-03-10
得票数 28
回答已采纳
2
回答
Tensorflow:通过一个
张量
从另一个
张量
中选择项目
、
、
我有一个值
张量
和一个重排序
张量
。重新排序
张量
给出值
张量
中
的
每一行
的
排序。我如何使用这个重新排序
张量
来实际重新排序值
张量
中
的
值。这将以
numpy
()为单位给出所需
的
结果:values = np.array([ [10,20,500]reorder_rows(values.shape[0])[:,N
浏览 18
提问于2017-07-18
得票数 0
回答已采纳
1
回答
如何在tensorflow中
切片
数组
我有一个大小为None
的
张量
T,我想沿着第二维对它进行
切片
,得到一个大小为None
的
张量
。在
numpy
中,这应该是T:,DIMENSION,有没有使用tensorflow命令
的
快速方法?
浏览 10
提问于2019-03-15
得票数 0
1
回答
收集给定idex数组
的
切片
、
我有一个大小为(BxHxWx200)
的
输入
张量
params和一个大小为(Bx1000x2)
的
索引数组idx。idx包含1000个不同
的
param
张量
位置,即最后一个轴(大小为2
的
轴)是对应于HxW输入
张量
的
params位置。我想要获取大小为(Bx1000x200)
的
params
切片
,它对应于idx中
的
位置。 在
NumPy
中,它将像params[idx]一样
简单
。我
浏览 7
提问于2019-09-13
得票数 1
回答已采纳
2
回答
在Keras训练模型图像输入中选择一组特定
的
RGB通道
、
、
、
在我
的
Keras中,我添加了如下输入层:nb_channel=3用于RGB输入,1用于灰度输入以及flow_from_directory和ImageDataGenerator除了@Minh-Tuan Nguyen
的
简洁解决方案之外
浏览 0
提问于2018-05-20
得票数 1
回答已采纳
3
回答
如何在TensorFlow中选择2D
张量
的
某些列?
由于在中正在进行广义
切片
,那么实现2D
张量
(矩阵)
的
列
的
op聚集
的
最佳方法是什么?例如,对于
张量
t5 6 7 8 2 4相当于
numpy
t[:, [1,3]]。
浏览 0
提问于2016-06-07
得票数 14
回答已采纳
1
回答
如何在PyTorch中选择二维索引?
、
给定a = torch.randn(3, 2, 4, 5),我如何选择像(2, :, 0, :), (1, :, 1, :), (2, :, 2, :), (0, :, 3, :)这样
的
子
张量
(结果是(2, 4, 5)或(4, 2, 5)大小
的
张量
) 0.5580 -0.0337 1.0048 -0.5044 0.6784[torch.FloatTensor of size 2x5] 然而,a[[2, 1,
浏览 5
提问于2017-11-19
得票数 4
回答已采纳
2
回答
修改
张量
的
行,使其具有由列表提供
的
特定索引(Pytorch)
、
我有一个形状(N,M)
的
张量
X和指数idx_list
的
列表。我想修改X,但只修改idx_list给出
的
行。所以我想做这样
的
事情:Y是一个形状为(len(idx_list), M)
的
张量
浏览 6
提问于2022-10-18
得票数 0
回答已采纳
1
回答
张量
切片
: tensorflow与Py手电筒
、
、
、
、
我在TF和PyTorch中测试这个
简单
的
切片
操作,这两个操作都应该匹配。, :, 1:].permute(0, 2, 3, 1).
numpy
() - tf_x[:, 1:].
numpy
())) print(np.any(pt_x[:, :, 1:].reshape(4, 63, 64, 3).
numpy
()
浏览 1
提问于2022-10-20
得票数 0
回答已采纳
1
回答
ValueError:使用输入dim 1进行超出范围
的
索引;对于strided_slice,输入只有1DMS
、
当我运行以下代码时 a = sides[:, 0] c = sides[:, 2] s = (a + b + c) * 0.5 return tf.sqrt(area_sq) area = compute_area(tf.con
浏览 0
提问于2018-07-04
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
一文读懂PyTorch张量基础
numpy的基本操作
作业帮基于 WeNet + ONNX 的端到端语音识别方案
Pytorch深度学习基础之Tensor
《Deep Learning with Python》第二章 2.2 神经网络的数据表示(1)
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