因此,我的神经网络的输出层由两个神经元组成。为此,我需要编写一个自定义丢失函数。但下面的代码不工作-似乎是一个问题的迭代张量。我只需要重写这段代码,使用对TensorFlow的张量友好的代码。根据我所得到的错误,也许tensorflow.map_fn可能会导致一个解决方案,但我在这方面没有运气。这在一般情况下运行良好,但与Keras / Tensorflow不同。:
T
我已经在我的自定义图像数据上为手语recognition.Now实现了自动编码器,我想将输出层的张量对象保存到一个numpy数组中。我尝试了Session.run(张量)和tensor.eval()。这是我的代码。如何修复此错误并将张量数据保存到numpy数组?/tensorflow_autoencoder
/autoencoderreconstruction.py", line 112, in <module>
在我得到N个向量的K个邻居之后,我就有了一个N乘以K的张量。现在,对于N中的每个向量,我需要使用来查找多数票。但是,我不能在张量中迭代,也不能用多维张量运行。它一直给我举InvalidArgumentError (see above for traceback): unique expects a 1D vector.的例子: print(A.shape)
nearest