我正在和tensorflow一起研究一个算法。以下是想要的代码的NumPy版本: x = [1,2,3,4,5,6,7,8,9,10]
sets = {1,5,7}
y = [0,0,0,0,0,0,0,0,0,0]
for i in range(10):
if i in sets:
y[i] = x[i] 它会得到结果: y = [0,2,0,0,0,6,0,8,0,0] 如何在tensorflow中实现此功能?有没有办法使用相同的逻辑在tensorflow中实现这一点,而不是在计算后将NumPy数组转换为张量,而是使用张量执行所有操作(例如,使用张量来索引张量,
我正在尝试理解一些来自强化学习算法的代码。为了做到这一点,我尝试打印张量的值。
我编写了一段简单的代码来说明我的意思。
import tensorflow as tf
from keras import backend as K
x = K.abs(-2.0)
tf.Print(x,[x], 'x')
目标是打印值'2‘(-2的绝对值)。但我只得到了以下内容:
Using TensorFlow backend.
Process finished with exit code 0
没有,我怎么能像打印(‘...’)一样打印值'2‘呢?声明行不行?
我想循环遍历一个包含Int列表的张量,并对每个元素应用一个函数。在该函数中,每个元素都将从python的dict中获取值。我已经尝试了使用tf.map_fn的简单方法,它将在add函数上工作,例如以下代码: import tensorflow as tf
def trans_1(x):
return x+10
a = tf.constant([1, 2, 3])
b = tf.map_fn(trans_1, a)
with tf.Session() as sess:
res = sess.run(b)
print(str(res))
# output: [11 1
这就是我的问题。我有一个张量X,我想把所有的负值都设为0。在numpy中,我将执行以下np.maximum(0, X)。有没有办法在tensorflow中达到同样的效果?我试过tf.maximum(tf.fill(X.get_shape(), 0.0), X),但这让ValueError: Cannot convert a partially known TensorShape to a Tensor: (?,)失败了。
PS。X是形状(?,)的一维张量。
我是Python和AI的新手。我正在试着做一个问候世界的人工智能。
但是我有一个关于代码的问题。路径为"C:\ABC\AAC\data\as001.jpg“|| "C:\ABC\AAC\data\wb001.jpg”
import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt
import os
import pathlib
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import
我正在学习的tensorflow急切的执行。当我尝试单元格"GPU使用“(参见下面)时,出现了一个错误,即变量没有放在GPU上。
import tensorflow as tf
import tensorflow.contrib.eager as tfe
tf.enable_eager_execution()
A = tf.constant([[2.0, 0.0], [0.0, 3.0]])
if tf.test.is_gpu_available() > 0:
with tf.device(tf.test.gpu_device_name()):
print
我尝试在Tensorflow中使用while_loop,但是当我试图从time循环中返回可调用的目标输出时,它会给出一个错误,因为形状每次都会增加。
输出应该包含(0或1)基于数据值(输入数组)的值。如果数据值大于5,则返回1或返回。返回的值必须添加到输出中。
这是守则:
import numpy as np
import tensorflow as tf
data = np.random.randint(10, size=(30))
data = tf.constant(data, dtype= tf.float32)
global output
output= tf.constant(
我想用一些张量的值来改变variable_scope。对于一个简单的例子,我定义了如下非常简单的代码:
import tensorflow as tf
def calculate_variable(scope):
with tf.variable_scope(scope or type(self).__name__, reuse=tf.AUTO_REUSE):
w = tf.get_variable('ww', shape=[5], initializer=tf.truncated_normal_initializer(mean=0.0, stddev
我是Tensorflow编程的新手,我挖掘了一些函数,在代码片段中发现了以下错误:
**with** **tf.Session()** as sess_1:
c = tf.constant(5)
d = tf.constant(6)
e = c + d
print(sess_1.run(e))
print(sess_1.run(e.shape()))
发现错误:回溯(最近一次调用):文件"C:/Users/Ashu/PycharmProjects/untitled/Bored.py",第15行,打印中(sess_1.run(e.shape() TypeError:'Te