在下面的代码中，有许多张量运算和计算。我想看看其中一些计算的结果，这样我就可以更好地理解它们。具体地说，我想看看在使用print(Session.Run(h))执行图形时h是什么样子。但是，计算依赖于占位符X。因此，为了查看它们，我需要使用提要字典。 我已经通读了这个问题：How to feed a placeholder?和其他几个。我仍然不知道我应该在这个占位符中输入什么。为了查看h的值，<em
浏览 13提问于2020-04-26得票数 2
1回答
假设我在tensorflow中有两个占位符值: placeholder_1和placeholder_2，本质上我想要以下计算功能：“如果定义了placeholder_1 (即在feed_dict ofsess.run()中给出一个值)，则将X计算为f(placeholder_1)，否则，将X计算为g(Placeholder_2)”。把X看作是神经网络中的一个隐藏层，可以用这两种不同的方法任意计算。最后，我将使用X生成一个输出，并希望根
浏览 6提问于2017-04-03得票数 3
回答已采纳
我正在用TensorFlow训练神经网络，以便在Java应用程序中使用。图是用freeze_graph.py写到pb文件中的。是否可以将占位符转换为常量？
浏览 3提问于2017-06-01得票数 6
回答已采纳
我正在尝试通过启动在图中受过训练的程序。inferenceInterface.fillNo
浏览 4提问于2017-03-24得票数 4
回答已采纳
第一件事是第一件事这是我的代码import numpy as npimport globprint(sess.run(prediction))
我希望这是足够的信息，你能帮我解决我的
浏览 3提问于2017-07-21得票数 0
我有一个模型，在这个模型中，我需要为权重(可训练变量)分配新的外部值，每N次迭代。我可以想出几种解决方案：
不是很好，因为我需要序列化，通过文件系统调用，等等(即使我使用类似tmpfs之类的东西)
我将创建一个占位符，并为每个可训练变量分配op但是，我理解这意味着我将被迫在每个feed_dict中考虑这些占位符，并在每次运行图形中的任何操作时</em
浏览 9提问于2017-04-23得票数 0
回答已采纳
我正在学习TensorFLow。因此，为了理解如何制作一些东西，我尝试从源代码中复制一些代码并执行它。但我遇到了一个错误消息。所以我尝试了这个网站上的一些解决方案，但它不起作用(我在评论中保留了我的测试)。"""programme 1 """import numpy as np
from tensorflow.examples.tutorials.mnist, 28, 28, 1)'
浏览 6提问于2017-08-31得票数 4
回答已采纳
我想知道是否有任何实质性的缺点(例如，关于计算效率，内存.)在为可变大小的输入(相对于固定大小的输入)创建TensorFlow占位符时？比方说，我正在进行小型批处理学习，并使用占位符初始化图形，在该占位符中，我预先假定了一个固定的batch_size：
tf.placeholder(..., shape=[batch_size, ...或者，我可以初始化占
浏览 4提问于2017-03-02得票数 9
回答已采纳
我试图理解TensorFlow中占位符和变量之间的区别：W = tf.Variable(rng.randn(), name="weight")当它们是模型的输入时，我理解它们的区别。
但是，总的来说，如果我们没有建立一个模型，那么tf.placeholder()和tf.Variable()之间还有什么区别吗？
浏览 3提问于2016-12-23得票数 13
回答已采纳
1回答
零填充物没有正确地执行我想
、、、、
我似乎在使用提供的实现时遇到了一些问题。我的情况有点类似的家伙张贴，在其中，我试图映射和输入到一个输出。输入是音频文件的样本，输出是长度为14的特征向量(长度是静态的)。我不是在解决分类问题，而是一个回归问题，所以有点不同的任务。我的代码如下所示：from tensorflow.models.rnn import rnn_cell
from tensorflow.models.rnn, 138915,
浏览 7提问于2016-10-24得票数 0
回答已采纳
我在试着理解tensorflow的占位符。具体而言，在下面的示例中，shape=[None,是什么意思。X = tf.placeholder(tf.float32, shape=[None, 128, 128, 3], name="X")
您可以将TensorFlow中的占位符看作是一个操作，该操作指定将输入到graph.placeholder X中的形状和数
浏览 0提问于2018-07-16得票数 16
1回答
定义张量时的张量形状
、、、
我正在研究神经网络，很多时候shapes.....Tensorflow给我们提供了一个关键字None，这样我们就不必担心张量的大小了……用None代替形状的已知数值有什么缺点吗？
浏览 0提问于2017-09-19得票数 0
sess = tf.Session()
在上面的片段中，它打印张量描述的“成本=张量(”logistic_loss_6:0“，dtype=float32)"，而不是成本的值。但是，如果我使用
print我的问题是-
浏览 0提问于2019-06-11得票数 0
下面是小的Tensorflow代码
我的问题是，当我们运行sess.run(train, {x: x_train, y: y_train})时，loss也会被计算出来，那么当我们想要像下面这样检索损失值时，为什么我们需要传递feed_di
浏览 0提问于2018-07-19得票数 1
我正在实现一个自定义的keras回调，并且在同一模型上执行两个连续的训练阶段。
在回调中，我创建了几个占位符，以便在训练结束时为评估提供一些度量值。对于第一个训练阶段，这是很好的，因为占位符不存在，然而，在第二个训练阶段，这将导致错误，因为tensorflow将创建第二组占位符，但具有索引名称。因此，我正在寻找一种解决方案，要么将第一个训练阶段的值输入</
浏览 64提问于2018-06-03得票数 1
2回答
我见过的每个TensorFlow示例都使用占位符将数据馈送到图形中。但是我的应用程序在没有占位符的情况下工作得很好。根据的说法，使用占位符是“最佳实践”，但它们似乎会使代码变得不必要地复杂。在某些情况下，占位符是绝对必要的吗？
浏览 2提问于2017-07-10得票数 0
我正在从以下示例中学习TensorFlow：
我在下面的代码中有几个问题:当定义诸如X、Y、W和b这样的占位符和变量时，我们为什么不需要指定它们的维度？如果不知道这些占位符/变量的大小，代码将如何分配内存？谢谢!
浏览 2提问于2016-12-27得票数 6
回答已采纳
TensorFlow的tf.data.Dataset documentation on consuming numpy arrays指出，为了将Dataset数组与numpy API结合使用，这些数组必须足够小(总共小于2 GB )才能用作张量，或者可以通过占位符将它们输入到数据集中。但是，如果您将Dataset与估计器(占位符不可用)结合使用，则文档不会提供使用没有占位符的大型数组的解决方案。是否
浏览 12提问于2019-02-27得票数 2
1回答
奇怪的张量
、、
当我打印一个张量，它显示了某种类型的操作名称，而不是它的值，这意味着什么？(K.sqrt(K.mean(K.square(grads))) + 1e-5)print(grads)根据文档，张量没有值，但意味着在给定的CPU或GPU会话中达到最终值。我如何列出张量中的所有操作，比如以顺序的方式，将我从其输入带到最终值？
例如：grads张量将是一个梯度函数和两个除法，用于计算最终值。
浏览 0提问于2019-09-10得票数 0
1回答
我正在尝试获取Tensorflow中占位符的尺寸。函数tf$shape立即出现在我的脑海中。我毫不费力地使用tf$shape获得具有正维的占位符的形状。但是，我希望占位符能够接受不同大小的输入，所以我将一维保留为NULL。现在，根据我的理解，当谈到维度时，Tensorflow将NULL和-1等同对待。但是，当我运行我的代码时，我收到了以下错误：
/co
浏览 1提问于2017-08-16得票数 0
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
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
