我想选择这个张量的一部分。A = tf.constant([[[1,1],[2,2],[3,3]], [[4,4],[5,5],[6,6]]]) A的输出将是 [[[1 1] [3 3]]
[6 6]]] 我想从A中选择的索引是1，0。我的意思是这个张量的第一部分是2 2，第二部分是4 4，所以我的预期结果是 [2 2]
[4 4] 如何使用embedding_lookup函数完成此操作？B = tf.nn.embed
浏览 9提问于2020-01-15得票数 0
: Attempting to use uninitialized value words/words_embeddingsCaused by op u'words/embedding_lookup/embedding_lookup', defined at:
File "/Users
浏览 4提问于2016-02-10得票数 1
回答已采纳
什么是与Tensorflow的embedding_lookup函数等价的embedding_lookup代码？...我不太清楚embedding_lookup
浏览 2提问于2017-11-20得票数 2
回答已采纳
我试图在tensorflow版本2.4.1上使用嵌入层并行化一个模型。但是它给我带来了以下错误： sequential/emb_layer/embedding_lookup/axis (Const)
浏览 3提问于2021-03-18得票数 1
回答已采纳
我正在尝试使用保存的文本数据来预测不可见的文本数据。但是我得到了这个关于嵌入查找的错误。我不知道该怎么解决它。类似的错误与with的大小有关。但是，由于我不是在训练模型，所以我的情况就不同了。', compile = True)
print(pred_prob) 这是完整的回溯Input Source operations connected to node
浏览 23提问于2021-02-02得票数 0
我想测试一个模型，我需要tensorflow- here版本1.7.0，我安装了所需的版本使用pip命令pip install tensorflow-gpu==1.7.0一切运行，但当我运行训练时，我得到以下错误: indices[2,15] = 1651 is not in [0, 2)
[[Node: BC5CDR-diseaseWE/embedding_lookup = Gather[Tindices/python/ops/embedding_ops.py"
浏览 23提问于2021-04-01得票数 0
回答已采纳
在tensorflow embedding_lookup_sparse中，根据sp_ids查找嵌入行。我认为这类似于随机访问。然而，当嵌入的形状很大时，即10M行，推理花费的时间比嵌入只有大约1M行时更多。我认为，查找阶段和类似于随机访问和散列函数花费的恒定时间，这都是快速的，并且对大小不那么敏感。我的想法有什么问题吗？有没有什么优化的方法可以让推理更快？谢谢!
浏览 2提问于2017-03-22得票数 1
1回答
/embedding_lookup (GatherV2) Adagrad/Adagrad/update_1/update/ReadVari
浏览 19提问于2021-02-23得票数 0
回答已采纳
在查看tensorflow的官方示例代码ptb_word_ln.py时，我有一个关于embedding_lookup的问题。源码如下：size = config.hidden_size # With
浏览 34提问于2017-12-31得票数 2
回答已采纳
我有一些相当于稀疏softmax的东西：with tf.device('/gpu:0'):gradients/.../embedding_lookup_1_grad/Size: /job:localhost/replica:0/task:0/cpu:0
浏览 3提问于2017-02-11得票数 4
回答已采纳
我正在尝试改编一个来自https://colab.research.google.com/github/tensorflow/docs/blob/master/site/en/tutorials/text我的数据集由1000个动作和一个可变长度的帧(N)组成，其中每个帧包含84个float32点(x，y)。我将N和点结合起来，为每个动作形成一个相当大的1d张量。操作有一个可变的最大长度约为12K。
浏览 11提问于2020-12-08得票数 0
我正在学习tensorflow 2，通过TF集线器教程完成文本分类。它使用了TF集线器的嵌入模块。我想知道是否可以修改模型以包括LSTM层。当运行它时，它会抛出以下异常： [[node sequential/embedding/embedding_lookup (defined at ...
浏览 5提问于2020-06-23得票数 4
回答已采纳
我已经运行了'/tensorflow/models/embedding/‘文件夹下的'word2vec.py’文件。但是我在输出文件夹中找不到word嵌入的结果，只有模型文件和一些未知的文件，比如：
浏览 2提问于2016-03-21得票数 2
1回答
我遇到了一个问题，我一直在研究逻辑回归，这涉及到根据客户的收入和社会人口变量对客户进行分类，所有这些都被明确地分为那些拖欠贷款的人和那些没有拖欠贷款的人。我最近已经推荐了tensorflow作为一个用于神经网络的软件包，但是在他们的网站https://tensorflow.rstudio.com/tutorial_马恩斯特_beginners.html上，他们讨论了tensorflow在图像分类方面的问题。因此，我的具体问
浏览 0提问于2017-08-25得票数 2
回答已采纳
这就是我如何使用tensorflow操作实现查找机制：import numpy as np
model_1.train(input_fn=lambda: None, steps=1)问题是当我尝试使用K
浏览 0提问于2017-11-09得票数 2
考虑以下代码：from] lookup = tf.nn.embedding_lookup(m, x, name='embedding_lookupeval_metric_ops)
model_1 = tf.estimator.Estimator(
浏览 0提问于2017-10-24得票数 3
回答已采纳
我是第一次使用TensorFlow，在理解embedding_lookup函数时遇到了问题。我有一系列的索引来表示单个特征向量，比如说[0,3,2,5]。我想用它们对应的嵌入替换这些索引，所以我将嵌入和索引向量放在embedding_lookup中。然后它返回一个4Xn张量，其中n是每次嵌入的长度。我的想法是，也许我误解了一些事情，我希望这是一个长度为4*n的单行向量，我应该能够通过重塑来实现。如果不是向embedding_lookup</em
浏览 2提问于2017-11-27得票数 0
1回答
我遵循了我在这个网站上发现的所有代码：
model.fit(train_X, y_train, epochs=10, batch_size=32)
[[node embedding_1/embedding_lookup (defined at /opt/conda/lib/python3.7/site-packages/
浏览 0提问于2019-11-02得票数 0
回答已采纳
我正在尝试使用tensorflow seq2seq模型实现一次解码一个字符(表示为c维热向量)。我没有在我的案例中使用任何嵌入。它需要“嵌入:一个接受It的向量张量(argmax It)的可调用函数，或者embedding_lookup的参数参数。返回的张量将被传递给解码器输入。”
我将如何定义callable？这个可调用函数的输入(向量张量if _ ids(argmax _ ids))和输出是什么？请举例说明。
浏览 0提问于2018-09-10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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
