在Tensorflow中进行操作时，我必须在REGISTER_OP注册操作期间设置输出的形状。到目前为止，如果我不能修复输出<
浏览 32提问于2018-08-07得票数 0
然而，当我训练我的模型时，我得到了这个错误：
Tensorflow: ValueError: Input size (depth of inputs) must be accessible via shape我是否需要为我的模型编写自己的LSTM，或者有没有办法解决这个问题？
浏览 3提问于2017-05-04得票数 1
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，我可以初始化占位符变量，以便它接受可变大小的</e
浏览 4提问于2017-03-02得票数 9
回答已采纳
2回答
我正在学习粗糙张量及其在粒子跟踪中的应用。我有以下最小的例子，它再现了我一直在经历的错误。import tensorflow as tffromcreate_model(batch_size=batch_size, window_length=window_length, max_seq=max_seq)
l
浏览 28提问于2020-12-14得票数 0
通过附加操作和未定义的形状将Keras Upsampling2d操作转换为此操作。但是，Tensorflow在没有此操作的情况下以正确的形状进行转换。
这会导致未定义的整体模型输出形状，并导致设备上的错误。怎么解决这个问题呢？
浏览 2提问于2021-04-07得票数 0
回答已采纳
我正在用Tensorflow编写一个op，它接受一些输入(对一个文件的引用)，并根据该输入(文件的一组“块”)产生可变的输出量。每个块的大小是在构建图形时指定的(例如，文件中的50个“记录”)，但是在构造图形时，输入的总大小(文件中的记录数)是未知的。我不能预先指定这一点，因
浏览 9提问于2016-07-14得票数 1
回答已采纳
假设我使用Tensorflow的Python创建了一个张量，如下所示，我想在C++中创建一个tensorflow：：张量等价的张量，这样我就可以运行一个以x作为输入的经过训练的图。我应该如何处理输入形状的第一个维度，它在C++中是tensorflow::Te
浏览 4提问于2015-12-20得票数 3
回答已采纳
当使用TensorFlow 1.x和TensorFlow集线器时，我们可以加载模块的规范来检查预期的输出形状(可能还有其他有用的规范！)https://tfhub.dev/google/nnlm-en-dim128/1")在尝试对TF2.
浏览 0提问于2019-04-20得票数 0
回答已采纳
我试图在C++中编写一个定制的Tensorflow操作程序。此操作应以张量列表作为输入，并修改其内容。我想使用赋值操作的示例，该操作在Tensorflow代码中注册如下： .Input("ref: Ref(T)")
.Input("value:作为参考，赋值操作的<
浏览 0提问于2019-05-24得票数 1
回答已采纳
为什么在Tensorflow中，在急切模式和图形模式下的错误消息不是相同的呢？例如:在急切模式下运行：tf.enable_eager_execution()import tensorflow as tf
a_tile = tf.tile(
浏览 1提问于2018-08-05得票数 0
回答已采纳
1回答
可变批量张量的显式广播
、、、
我正在尝试在TensorFlow2.0RC中实现一个自定义的Keras Layer，需要将一个[None, Q]形状的张量连接到一个[None, H, W, D]形状的张量上，以产生一个[None,假设两个输入张量具有相同的批量大小，即使事先不知道。此外，H、W、D和Q在写入时都是未知的，但在第一次调用该层时会在该层的build方法中进行求值。我遇到的</
浏览 6提问于2019-08-30得票数 1
回答已采纳
2回答
批量张量的逐行处理
、、、、
我需要分别得到张量每一行的外积。代码是这样的： input1=K.placeholder(shape=(None，12)) prod=K.map_fn(someMethod，input1) someMethod需要执行以下操作： *defthe trace of the difference matrix # return trace 我希望跟踪值是标量，但prod是批处理大小的输入列表我使用plaidml作为后端，因此，希望与numpy或keras后端工作
浏览 29提问于2019-06-21得票数 0
使用validate_shape=False在tensorflow中创建变量时，它还会忽略变量级别：v = tf.Variable在这种情况下，虽然精确的可变形状必须是动态的，但我知道它的级别是什么。有什么方法可以通知tensorflow，这样我就可以使用需要知道输入级别的操作了吗？
浏览 4提问于2018-01-15得票数 3
回答已采纳
1回答
我是DL的新手。我正在尝试使用一个InceptionV3模型，并对其进行微调，将其用作二进制分类器。我的代码如下所示： verbose=1, class_weight='auto')
X_train<e
浏览 1提问于2018-12-28得票数 0
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
我有两个张量，形状为(100, 4)和(100, 2)。我想在TensorFlow中执行一个连接操作，类似于np.hstack，在NumPy中，这样输出将是形状的(100, 6)。有一个TensorFlow函数来完成这个任务吗？
浏览 5提问于2017-04-13得票数 10
回答已采纳
我是坦索弗洛的新手，我的张量如下所示，a.shape的输出是
我无法重塑它的愿望格式。are there如果听起来很简单，很抱歉。
浏览 1提问于2019-10-30得票数 5
回答已采纳
1回答
假设我有一个张量input的形状100x1，另一个张量inplace的形状20x1和一个index_tensor的形状100x1。如何使用tensorflow实现这一操作。
assign操作仅适用于tf.Variable，而我希望将其应用于tf.nn.rnn的输出。我看过一个人可以使用tf.scatter_nd，但它要求inplace和index_tensor的<
浏览 1提问于2019-06-18得票数 6
回答已采纳
1回答
是否可以创建访问可变长度参数类型的泛型类型？
基本上，我试图创建一个通用的observable，用户可以在其中定义他们想要接受的带有类型提示的参数。
浏览 1提问于2020-03-23得票数 3
我使用Matlab预先训练了3d卷积层的权重。权重是一个维度为(512,4,4,4,160)的5维张量。out_channels、filter_depth、filter_height、filter_width、in_channels
现在我想将它作为初始权重输入到tensorflow的tf.nn.conv3d中进行微调。我认为3d卷积神经网络允许的权重形状应该是：(4,4,4,160,512).filter_depth，filter_height，filter_widt
浏览 0提问于2016-11-08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
