1回答
我正在尝试使用感知器将一个大小为：[1, 24, 768]的张量减少为另一个大小为[1, 1, 768]的张量。我可以使用的唯一方法是首先将输入张量重塑为[1, 1, 24*768]，然后通过线性层传递它。我想知道是否有比使用RNN更好的转换方式--因为我不想使用RNN。对于我想要进行的转换，有没有其他一般的方法？下面是我执行上述操作的代码： lin = nn.Linear(24*768, 768)
浏览 12提问于2021-01-23得票数 2
回答已采纳
1回答
我正在遵循tensorflow CNN教程，遇到了一个问题，即Tensorflow中的“张量”和多维矩阵以及一般情况下，在编程上有什么不同。我试着自己研究张量是什么，我发现的是:它可以是n阶的，其中每个元素都有n维的信息。例如，如果我们有一个张量A和一个坐标为(3,2,5,4)的数据点，那么我们讨论的是一个具有一个元素的四维张量A。我发现的其他文章说，张量
浏览 3提问于2018-02-03得票数 6
回答已采纳
2回答
PyTorch张量
、、、
我是PyTorch的新手。谁能向我解释一下，为什么我们要在执行回归之前将数据帧转换为torch张量？(正如您所见，我已经拆分了数据集)。
浏览 16提问于2020-10-25得票数 0
1回答
我正在尝试构建一个多层感知器，其中我的数据由成对的特征组成，例如，每个输入都是一个数组x_1 = [v_1,v_2]，其中v_i是特征向量。因此，我的输入张量的大小是[None,2,50] (每个v_i的大小是50)。现在我试图将输入张量分成两个张量:一个包含v_1的张量，另一个包含v_2的张量。例如，为了得到v_1的修改张量，
浏览 0提问于2016-11-19得票数 0
这听起来可能是个愚蠢的问题，但我喜欢这样问。你需要理解张量微积分才能使用Google框架TensorFlow吗？一个纯粹的编程背景的人能充分利用它而不完全理解张量微积分的复杂之处吗？
浏览 4提问于2017-03-23得票数 1
使用PyTorch，torch.combinations将只接受一个一维张量作为输入，但我想将它应用于多维张量中的每个一维张量。我不能一个一个地做，因为我的想法是将这个应用于大数据集。print(inp_tuple)我也试着解开张量，把它应用到张量的元组中，但是它给出了一个错误，说
浏览 44提问于2022-08-01得票数 0
回答已采纳
1回答
ML模型输入和输出类比
、、、
随着我对ML (我是一名移动DEV)的了解越来越多，我开始在我的脑海中形成一个类比。我想要社区的意见/验证。我在尝试使用ML模型时遇到了一个问题，我不知道如何读取预期输入(API)，也不知道如何解码预期输出。到目前为止，我的经验是支离破碎的，因为一些模型会说“给我一个1，2,120,120的图像”或类似的东西。打个比方，有
浏览 2提问于2019-01-24得票数 0
1回答
我的代码中有一个(某种程度上的)性能问题，它起源于所选的体系结构。
我将以立方体的形式使用多维张量(基本上是具有更多维的矩阵)来存储我的数据。我有一个维数张量(比方说3)，它包含维数2的许多张量(在std：：向量中)，每个张量都有一个包含维数1的张量的std：：向量，每个向量都包含(数值)数据
浏览 1提问于2017-03-01得票数 2
1回答
顺序批处理与并行批处理？
、、、、
在基于深度学习的模型训练中，通常需要通过一批输入。例如，对于训练具有512维输入特征向量的深度学习模型，例如对于batch size= 4，我们主要通过4,512维输入。我很好奇，在将批处理和通道维度的输入展平2048之后，传递相同输入的逻辑意义是什么。从逻辑上讲，locality结构将被销毁，但它会显着加快我的实现速度吗？它会影响性能吗？
浏览 1提问于2021-09-13得票数 0
1回答
这可能是一个荒谬的问题。我使用Python创建了数学模型，我知道我是从头开始的，但我需要为文档编写数学方程。方程中有多维数组。所以我的问题是如何用数学的方式来表示多维数组？
浏览 6提问于2017-06-05得票数 0
我想知道在使用Keras、Tensorflow或任何其他机器学习库的图像分类中，图像文件类型是否重要。
浏览 1提问于2019-05-28得票数 3
回答已采纳
我正在尝试在tensorboard中可视化张量摘要。然而，我在黑板上根本看不到张量摘要。下面是我的代码： tf.summary.tensor_summary('softmax_input
浏览 0提问于2017-01-16得票数 14
回答已采纳
MNIST数据集 model = Sequential()
model.add(Flatten(input_shape=((28,28)))) 扁平化不会创建具有728个节点的输入层
浏览 20提问于2021-03-22得票数 1
回答已采纳
1回答
我有一个多维张量，如下所示 tensor([[ 0.5599, 0.4593, 0.0580, ..., -0.2404, 0.1144, -0.5047],Size of entity embeddings: torch.Size([14951, 400]) 在磁盘上存储这个张量，并且只索引这个多维张量的一行的最好方法是什么(例如，
浏览 27提问于2021-08-23得票数 1
我一直很难理解张量和DataSet之间的区别。根据我在文档中找到的定义：
DataSet是一种特殊的大张量吗？我的理解是张量基本上是熊猫DataFrames，它们是沿着“列”具有统一类型的n维结构(或者张量需要完全一致？)如果是这样的话，为什么DataSets会存在呢？
浏览 5提问于2020-05-19得票数 2
1回答
假设我有一个张量，就像我想在这个张量中得到一些值(而不是row或col)。我该怎么做呢？我想得到这里的(2,3)值，它是6。“‘slice”或其他张量函数不适合我，因为我想处理多维数组(不仅是2x2，还包括2x3x4x10等)。
请帮帮忙
浏览 0提问于2017-07-25得票数 0
对于legacy_seq2seq，它只支持带有2D张量列表的输入。如果模型的每个输入都有更多的参数。说，[1,2，2,3，3,4...]而不是1，2，3，4，...那么，如何使用tensorflow实现批处理方法中的多维输入rnn呢？或者它不存在？
浏览 13提问于2018-01-12得票数 0
)
print(tensor.numpy())打印(np.add(张量，1))
相反，为什么NumPy API能够处理tf.Tensor对我来说是相当惊人的。这是NumPy为
浏览 0提问于2020-04-04得票数 2
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
