如何在tensorflow中实现Theano.tensor.Lop？
在TensorFlow中实现Theano.tensor.Lop的方法是使用tf.gradients函数。tf.gradients函数可以计算一个张量对于另一个张量的梯度。Theano.tensor.Lop是Theano库中的一个函数，用于计算一个张量对于另一个张量的线性操作。
在TensorFlow中，可以使用以下代码实现类似的功能：
import tensorflow as tf
# 定义输入张量
x = tf.placeholder(tf.float32, shape=(None,))
# 定义目标张量
y = tf.placeholder(tf.float32, shape=(None,))
# 定义线性操作
lop = tf.gradients(y, x)[0]
# 创建会话并运行计算图
with tf.Session() as sess:
# 输入数据
x_data = [1, 2, 3]
y_data = [4, 5, 6]
# 计算线性操作
result = sess.run(lop, feed_dict={x: x_data, y: y_data})
print(result)在上述代码中，我们首先定义了输入张量x和目标张量y。然后使用tf.gradients函数计算y对于x的梯度，返回的结果是一个张量列表，我们取第一个张量作为线性操作的结果。最后，创建一个会话并运行计算图，通过feed_dict传入输入数据，即可得到线性操作的结果。
需要注意的是，TensorFlow和Theano在计算图的构建和梯度计算等方面有一些差异，因此在实现具体的操作时可能需要进行一些调整。此外，TensorFlow还提供了丰富的API和功能，可以满足各种机器学习和深度学习任务的需求。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云官网：https://cloud.tencent.com/
- 腾讯云AI智能：https://cloud.tencent.com/product/ai
- 腾讯云云服务器CVM：https://cloud.tencent.com/product/cvm
- 腾讯云云数据库MySQL版：https://cloud.tencent.com/product/cdb_mysql
- 腾讯云云存储COS：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务：https://cloud.tencent.com/product/tbaas
- 腾讯云物联网平台：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发：https://cloud.tencent.com/product/mad
- 腾讯云音视频处理：https://cloud.tencent.com/product/mps
- 腾讯云云原生应用引擎TKE：https://cloud.tencent.com/product/tke
- 腾讯云网络安全：https://cloud.tencent.com/product/ddos
- 腾讯云服务器负载均衡：https://cloud.tencent.com/product/clb
- 腾讯云内容分发网络CDN：https://cloud.tencent.com/product/cdn
相关·内容
有人知道如何在TensorFlow Lite中使用语言模型吗？我有一个用TensorFlow生成的带有LSTM结构的语言模型。我已经将它转换为.tflite，以便在安卓上使用。现在我的问题是如何使用它？我的意图是使用这个模型来预测句子中的下一个单词。最初的模型在Python中工作得很好，现在我需要的是让它在Java或Kotlin中工作并进行预测。
浏览 0提问于2021-01-07得票数 0
我有TensorRT引擎生产的tensorflow冷冻模型。
我不能再训练模型，因为我没有所有需要的图像。
但是Tensorflow流程有一些后处理层，我喜欢添加到TensorRT引擎中。
什么是最好的方法？
我可以使用TensorRT层创建插件层吗？
这些Tensorflow层主要可用在TensorRT中，如下所示。
self.tensor_heatMat_up = tf.image.resize_area(self.tensor_output[:, :, :, :19], self.upsample_size,
浏览 0提问于2019-07-22得票数 1
回答已采纳
我正在尝试从TensorFlow 1.10中的Keras applications获取ResNet101或ResNeXt，由于某种原因，它们只能在Keras的存储库中使用： import tensorflow as tf
from keras import applications
tf.enable_eager_execution()
resnext = applications.resnext.ResNeXt101(include_top=False, weights='imagenet', input_shape=(SCALED_HEIGHT, SCALED_WID
浏览 36提问于2019-06-23得票数 2
回答已采纳
如何在基础(根)环境中安装TensorFlow？我能找到的在Anaconda中设置Tensorflow的唯一指令是让我创建一个名为tf的新环境，如下所示： conda create -n tf tensorflow,
conda activate tf 然后，当我运行我的代码时，我得到 ModuleNotFoundError: No module named 'tensorflow'. 似乎在tf环境中找不到Tensorflow模块。
浏览 17提问于2021-01-13得票数 3
回答已采纳
显然，我不能简单地复制粘贴我为TensorFlow编写的自定义操作的代码，然后在精简版中使用它 我的代码引用了主代码的内容： #include "tensorflow/core/framework/op.h"
#include "tensorflow/core/framework/shape_inference.h"
#include "tensorflow/core/framework/op_kernel.h"
using namespace tensorflow; 和 Status MyAddGrad(const Scope& s
浏览 15提问于2019-05-20得票数 1
我知道Tensorflow是用C++引擎编写的，但在我的安装目录(我是通过pip安装的)中没有找到任何C++源代码。当我检查python代码时，我感觉到python级别只是一个包装器，其中并没有展示算法的本质。例如，在tensorflow/python/ops/gradients.py中，gradients()函数调用python_grad_func()来计算渐变，这是DeFun的一个类方法。
我的问题是，Tensorflow的所有必要部分是否都是用C++编写的，而python只是作为一些API？
浏览 0提问于2016-12-09得票数 1
我想监测我的tensorflow模型的准确性，但是，当使用metrics=['accuracy']或metrics=[tf.keras.metrics.Accuracy()]编译我的模型时，然后训练我的模型时会弹出以下警告。
警告:tensorflow:以度量accuracy为条件的早期停止是不可用的。可用的衡量标准是:损失，val_loss
model.compile(optimizer='adam', loss='mean_squared_error', metrics=["tried both options i mentioned
浏览 4提问于2021-06-07得票数 1
回答已采纳
我坚持使用tensorflow 1.12，并且我需要使用层规范化。我找不到一些这样的例子，而且由于我是tensorflow的新手，我无法找出我错在哪里。 tf.contrib.layers.layer_norm是我想要包含在tf.keras.Sequential()中的函数，如下所示- self.module = K.Sequential([
tf.contrib.layers.layer_norm(trainable=True),
K.layers.Activation(self.activation),
浏览 41提问于2019-09-18得票数 1
如果给定一个具有形状(5,3)的矩阵(5,3)和带有形状(5,)的索引数组b，则可以很容易地得到相应的向量c。
c = a[np.arange(5), b]
但是，我不能用tensorflow做同样的事，
a = tf.placeholder(tf.float32, shape=(5, 3))
b = tf.placeholder(tf.int32, [5,])
# this line throws error
c = a[tf.range(5), b]
追溯(最近一次调用)：文件""，第1行，文件"~/anaconda2/lib/python2.7/site-pac
浏览 1提问于2017-03-06得票数 7
回答已采纳
1回答
我有几个对tf.gradients的调用，每个调用都需要一些时间，因此我想同时调用tf.gradients。然而，当我试图在图形中这样做时，我会收到几个错误中的一个。我怀疑它不是线程安全的，但无法用MWE再现错误。我尝试在我的MWE和真实代码中同时使用pathos.pools.ThreadPool和pathos.pools.ProcessPool --只有我的真正代码失败了。这是我尝试过的MWE：
from pathos.pools import ThreadPool, ProcessPool
import tensorflow as tf
import numpy as np
Xs = [
浏览 2提问于2017-08-18得票数 1
回答已采纳
在Tensorflow 2.0中，我们看到的主要“张量”实际上是EagerTensors (更准确地说是tensorflow.python.framework.ops.EagerTensor)：
x = [[2.]]
m = tf.matmul(x, x)
type(m)
# returns tensorflow.python.framework.ops.EagerTensor
但是，在某些情况下，我们有符号Tensor对象(tensorflow.python.framework.ops.Tensor)，就像TF1.X中的那样。
例如在角星中：
from tensorflow.keras.mo
浏览 0提问于2019-08-26得票数 11
除其他外，机器学习框架包括以下功能：
增援
衡量标准和损失
这些函数是张量的简单转换，似乎是框架独立的。但是，例如，使用一些特定于tensorflow的函数，如tf.convert_to_tensor()或tf.cast()。因此，它不能很容易地使用在火把。另外，tensorflow非常喜欢使用tensorflow张量，而不是numpy张量来创建tensorflow图。
是否有任何现有的努力或想法，如何编写这样的函数的方式，可以在这两个框架中使用？我在想纯粹的numpy函数，它可以以某种方式转换为tensorflow或Py手电筒。
浏览 4提问于2022-04-01得票数 1
1回答
我想要一种将TensorFlow中的浮点数(大约:截断尾数)降低到定义的全范围内的任意位数的方法。我不需要完全以降低精度的方式编写代码(比如tf.float16)，而是想出一系列的操作来降低张量的精度，同时保留原来的类型(例如tf.float32)。
例如，如果全量程为0到1，且精度为8位，则0.1234将变成圆形(0.1234* 256) / 256 = 0.125。这使用简单的四舍五入。
我还想做统计四舍五入，其中每个方向的四舍五入的概率与距离这个值的距离成正比。例如，0.1234 * 256 = 31.5904，这将达到32/256 59%的时间，和31/256 41%的时间。
额外的问
浏览 7提问于2017-03-23得票数 10
回答已采纳
我正尝试在我的深度学习项目中使用TensorFlow。
这里我需要在这个公式中实现我的梯度更新：
我也在Theano中实现了这一部分，它得到了预期的答案。但是当我尝试使用TensorFlow的MomentumOptimizer时，结果真的很糟糕。我不知道他们之间有什么不同。
Theano：
def gradient_updates_momentum_L2(cost, params, learning_rate, momentum, weight_cost_strength):
# Make sure momentum is a sane value
assert mo
浏览 2提问于2016-02-19得票数 6
(PReLU)是一种有趣的、广泛应用的激活函数。似乎Tensorflow ()不提供PReLU。我知道高级库，如和，都有它的实现。
我想知道如何在PReLU中实现Tensorflow
浏览 32提问于2016-10-11得票数 9
回答已采纳
在TensorFlow中，我们可以使用tf.nn.l2_loss()进行L2正则化。假设我想为L1正则化定义自己的正则化操作符(称为tf.nn.l1_loss())。我该怎么做？我很难在TensorFlow源代码中找到操作符定义。
浏览 4提问于2015-11-27得票数 5
回答已采纳
我读过和。
根据的说法，在数据并行方法中：
该算法将数据分布在不同的核间。
每个核心独立地尝试估计相同的参数。
然后，核心交换他们的估计彼此，以得出正确的估计为步骤。
在模型并行方法中：
该算法向所有核发送相同的数据。
每个核心负责估计不同的参数。
然后，核之间交换它们的估计值，为所有参数得出正确的估计值。
In-graph replication和Between-graph replication与这些方法有什么关系？
说：
例如，可以在不同的GPU上并行地训练网络中的不同层。这个培训过程通常被称为“模型并行性”(或TensorFlo
浏览 0提问于2018-06-20得票数 8
回答已采纳
我想在Linux上运行Pycharm中的Tensorflow GPU。
我试过像这样的向导
我运行这段代码
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
我有这个错误
Traceback (most recent call last):
File "/home/alex/anaconda3/envs/TfTestGPU/lib/python3.6/site-packages/tensorflow/python/pywrap_tensorf
浏览 0提问于2019-04-06得票数 2
目前，我正在尝试实现本论文中的实验:基于Tensorflow的单镜头图像识别的暹罗神经网络。
图像集是Omniglot，其中每个图像可以作为一个105,105,1数组加载。
由于暹罗网络的输入是一对具有相同或不同类的图像，我需要按以下方式对数据集进行预处理。
我将Omniglot数据集转换为n, 20 ,105,105,1 numpy数组，其中n表示类的数目，其中每个类有20个大小为105、105、1的图像示例。
然后实现一个函数来返回一对图像：
def get_example(dataset):
"""
get one pair of images
:param d
浏览 0提问于2017-07-18得票数 3
1回答
我正在尝试一些使用keras模型的示例，这些模型已经可用。大多数示例都将keras与tensorflow (或pytorch或theano)结合使用。由于有限的可用资源和成本削减，我正在使用plaidml与amd gpu一起工作。由于keras支持可插拔的后端，我认为这可能不是问题。请分享您对使用keras api以及以后插入所需后端的想法。我之所以担心这个问题，是因为和使用的是tensorflow (import tensorflow.keras)的kera，而我使用的是带有可插拔后端的普通的keras(import keras)。什么是等价语句
img = tf.io.decode_png
浏览 5提问于2021-10-29得票数 0
TensorFlowSharp是TensorFlow在c#平台上的包装器。
现在，我需要将形状为32,64,1的张量重塑为形状为1,2048的新张量，但当我引用正式API文档时，用法似乎如下：
TFOutput Reshape (TensorFlow.TFOutput tensor, TensorFlow.TFOutput shape);
问题是，我不知道如何用TFOutput的方式表达我所需要的形状，任何建议都会被感激：)！
浏览 2提问于2017-08-18得票数 2
回答已采纳
谷歌今天发布了TensorFlow。
我一直在查看代码，在代码或API中没有看到任何关于在GPU服务器集群中进行培训的内容。
它有分布的培训功能吗？
浏览 3提问于2015-11-09得票数 14
回答已采纳
我正在使用这个tensorflow的演示： (Android项目没有Bazel)
我能用tensorflow和我自己的图像吗？怎么做到的？是否有设置新数据集的示例？
浏览 3提问于2017-04-19得票数 0
回答已采纳
我想要写一个自定义的损失函数，这将惩罚低估正目标值与权重。它的工作原理就像均方误差，唯一的区别就是在这种情况下的平方误差会被乘以一个大于1的权重。
我这样写的：
def wmse(ground_truth, predictions):
square_errors = np.square(np.subtract(ground_truth, predictions))
weights = np.ones_like(square_errors)
weights[np.logical_and(predictions < ground_truth, np.sign(grou
浏览 1提问于2018-06-15得票数 4
回答已采纳
1回答
有没有办法断言图像中检测框的存在，并获得所述假设框的分类分数？
我正在使用tensorflow对象检测图，并希望通过一些小技巧来改进它的准确性；通过声明给定图像中的(N)个对象多于它正在检测的对象，断言图像中的多个区域中存在图像对象，并根据0到1之间的分类分数评估每个假设的图像对象。
换句话说:我想说：“嘿，TensorFlow，我想在这个图像中有一个具有矩形坐标(x1，y1)，(x2，y2)的图像对象。由那个矩形定义的假设检测框的分类分数是多少？”这个是可能的吗？
浏览 7提问于2018-09-08得票数 0
我是一个初学者深入学习和蟒蛇，这是我的代码卷积神经网络。我根本无法理解错误，语法看起来也没有任何问题。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Thu Apr 20 17:23:07 2017
@author: gengyoung
"""
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
mnist = input_data.read_data_
浏览 3提问于2017-05-26得票数 0
回答已采纳
1回答
我安装了tensorflow版本1.0.0，但它不能工作！！我使用Python3.6.0，Tensorflow-gpu-1.0.0。请告诉我如何修复它！
~/Desktop/tensorflow $ source ~/Desktop/tensorflow/bin/activate
(tensorflow) ~/Desktop/tensorflow $ python
Python 3.6.0 (default, Feb 17 2017, 14:31:13)
[GCC 4.2.1 Compatible Apple LLVM 8.0.0 (clang-800.0.42.1)] on darwin
浏览 2提问于2017-02-17得票数 0
在卷积神经网络训练过程中的某个时刻，代价函数没有得到很好的改善。我想确定停止训练的条件。我在 1.1中找到了一个使用TensorFlow的解决方案。但是，在TensorFlow 1.4中无法做到这一点.
我的问题：如何在TensorFlow 1.4中使用，特别是在和中
拜托，看看我的
浏览 2提问于2017-11-30得票数 1
我最近升级到了Python3.5，并尝试使用TensorFlow。我按照的说明安装了tensorflow，并启用了GPU：
# Mac OS X, GPU enabled, Python 3.4 or 3.5:
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.10.0rc0-py3-none-any.whl
然而，当我尝试使用tensorflow时，它抛出了一个非常奇怪的错误：
>>> import tensorflow
Traceback (most
浏览 1提问于2016-08-29得票数 0
1回答
在Tensorflow中，所有的编码器-解码器功能()都使用RNN单元的单向实现。
我们如何在Tensorflow中实现双向编码器(或类似系统)，以便在编码器-解码器设置中同时学习前向和后向序列？
浏览 8提问于2016-07-30得票数 4
在TensorFlow概率(v0.4.0)和PyTorch (v0.4.1)中，正态分布(，)和拉普拉斯分布(，)的KL散度都没有实现，导致抛出NotImplementedError错误。
>>> import tensorflow as tf
>>> import tensorflow_probability as tfp
>>> tfd = tfp.distributions
>>> import torch
>>>
>>> tf.__version__
'1.11.0
浏览 1提问于2018-10-29得票数 1
为了创建自定义的丢失函数，我看到许多人使用了tensorflow的后端功能。
例如，如果我们想要创建以y_true和y_pred为输入的自定义丢失函数，并计算它们之间的差平方。ie MSE
代码：
import tensorflow as tf
import tensorflow.keras.backend as kb
import numpy as np
y_true = np.random.uniform(0,1,(100,))
y_pred = np.random.uniform(0,1,(100,))
def custom_mean_squared_error(y_true, y_
浏览 1提问于2021-03-26得票数 1
导入tensorflow回溯(最近一次调用)：File“，第1行，在导入tensorflow文件"C:\Users\nayer meleka\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow__init__.py"，第39行中，在tensorflow._api.v1导入应用程序ModuleNotFoundError:无名为'tensorflow._api‘的模块中
当我尝试使用tensorflow时，会弹出这个错误。
我使用pip安装它，不使用任何虚拟机器。
浏览 0提问于2018-11-17得票数 0
回答已采纳
我想使用NVIDIA TensorRT来运行我的Tensorflow模型。目前，TensorRT支持Caffe prototxt网络描述符文件。
我找不到将Tensorflow模型转换为Caffe模型的源代码。有什么变通方法吗？
浏览 0提问于2016-12-14得票数 9
我很难恢复一个保存下来的模型。我正在MNIST数据集上训练CNN，所有这些都是根据MNIST关于的教程进行的，我正在用以下代码保存我的模型：
saver.save(sess, './Tensorflow_MNIST', global_step=max_steps)
这将创建以下文件：
Tensorflow_MNIST-1000数据-00000-00001
Tensorflow_MNIST-1000指数
Tensorflow_MNIST-1000元
检查点
稍后，我希望加载该模型并继续使用以下内容进行培训：
with tf.Session() as ses
浏览 0提问于2017-05-10得票数 2
我知道keras是TensorFlow的高级接口。
但在我看来，keras可以自己完成许多功能(数据输入、模型创建、培训、评估)。
此外，TensorFlow的一些功能可以直接移植到keras (例如，可以在keras中使用tf度量函数或损失函数)。
我的问题是，TensorFlow提供了什么不能在角星中复制的？
浏览 0提问于2018-09-16得票数 16
回答已采纳
1回答
我最近深入研究了计算机视觉和深度学习世界。我开发了一个3D CNN模型，用于Keras中的动作识别，现在我对在Android (Java)中运行它感兴趣。我使用的层是Conv3D和MaxPool3D。模型的总大小为40 is。
我一直在tensorflow-lite空间中寻找解决方案，但它们似乎还没有实现这些操作。
在使用converter.convert()函数获取tflite模型时，我得到了以下错误
ConverterError: TOCO failed. See console for info.
2019-05-05 14:39:07.006669: I tensorflow/lite
浏览 0提问于2019-05-05得票数 1
导入tensorflow跟踪(最近一次调用)：文件"D:\python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py"，第18行，在swig_import_helper fp中，路径名，description = imp.find_module('_pywrap_tensorflow_internal'，dirname(file))文件"D:\python36\lib\imp.py"，第296行，在find_module name(_ERR_MSG.for
浏览 0提问于2019-02-23得票数 1
回答已采纳
1回答
我试图实现一个深入强化学习IA与TensorFlow在一个检查游戏在团结。我该怎么做？
我在谷歌上搜索过它，并找到了很多视频和教程，内容涉及如何使用机器学习代理和联合，以及其他解释如何在Unity导入经过TensorFlow训练的神经网络的人，但我没有看到任何与直接使用TensorFlow在Unity中创建(和训练)神经网络有关的内容。
如果有人知道用C#创建CNN的另一个包，我很感兴趣。
浏览 0提问于2019-10-10得票数 1
回答已采纳
每当我在requirements.txt中有tensorflow并使用amazon为ec2部署烧瓶应用程序时，它就会失败，因为安装tensorflow会导致“内存错误”。我已经尝试过手动使用这个命令，使用虚拟环境，使用--无缓存-dir，这是可行的。现在的主要错误是，我不知道如何在requirements.txt中添加无缓存的选项，我尝试了几种不同的方法，但是我不知道如何将这个选项放在requirements.txt中。
浏览 3提问于2021-11-25得票数 0
我四处寻找教程/文章/例子/.在TensorFlow中使用尖峰神经元(例如SRM/Spike反应模型)，但我什么也找不到。
有可能在TensorFlow中模拟这些模型吗？
TensorFlow能模拟出具体依赖时间的模型吗？
是否有任何插件/扩展名/数据文件可以添加此功能？
支持GPU吗？
浏览 2提问于2017-01-16得票数 4
回答已采纳
我有以下优化器，最初是用TensorFlow 1.X编写的
optimizer = tf.train.AdamOptimizer(AdamOptimizer()
optimizer = tf.contrib.opt.MovingAverageOptimizer(optimizer, average_decay=moving_average_decay)
但是现在我不得不使用Tensorflow 2.2，我尝试迁移所有的东西，以便它能够支持v1的所有功能。我设法“修复”了AdamOptimizer：
optimizer = tf.compat.v1.train.AdamOptimizer()
但
浏览 5提问于2020-06-08得票数 1
我遇到了中讨论的GTX1080卡和nvidia-docker的“第一次运行速度减慢”问题。
我使用的是来自的TensorFlow构建和一个基于nvidia- docker的Ubuntu16.04基础镜像的自定义docker镜像。
如何让TensorFlow以编程方式加载(并构建JIT缓存) Dockerfile中所有注册的CUDA内核？(而不是使用TF_CUDA_COMPUTE_CAPABILITIES环境变量手动构建TensorFlow )
浏览 0提问于2016-11-09得票数 1
1回答
输入张量rnn_pv为(?, 48, 1)形状。我想缩放这个张量中的每个元素，所以我尝试使用Lambda层，如下所示：
rnn_pv_scale = Lambda(lambda x: 1 if x >=1000 else x/1000.0 )(rnn_pv)
但它带来了一个错误：
TypeError: Using a `tf.Tensor` as a Python `bool` is not allowed. Use `if t is not None:` instead of `if t:` to test if a tensor is defined, and use TensorF
浏览 0提问于2018-11-06得票数 3
回答已采纳
我试图加快yolov3 TF2和TensorRT的推理速度。我在tensorflow 2中使用TrtGraphConverter函数。
我的代码本质上是：
from tensorflow.python.compiler.tensorrt import trt_convert as trt
tf.keras.backend.set_learning_phase(0)
converter = trt.TrtGraphConverter(
input_saved_model_dir="./tmp/yolosaved/",
precision_mode="
浏览 3提问于2019-07-19得票数 3
回答已采纳
所有人。如前所述，如何使用tensorflow实现Nadam优化器？
我能找到的是，但在阅读了接口后，我不知道如何在我的训练过程中使用它。有人可以帮助我实现这个api吗?或者我如何使用tensorflow实现Nadam？
任何帮助都将不胜感激！提前感谢！
浏览 74提问于2018-05-31得票数 1
回答已采纳
2回答
我在tensorflow的mnist数据集上编写了一个wgan，它工作得很好，但我发现很难在tensorflow中裁剪鉴别器模型[-0.01,0.01]的权重。在中，我们可以使用进行权重裁剪。
for l in self.discriminator.layers:
weights = l.get_weights()
weights = [np.clip(w, -self.clip_value, self.clip_value) for w in weights]
l.set_weights(weights)
我找到了一个用于的tensorflow文档
tf.contri
浏览 0提问于2019-03-07得票数 3
我正在寻找一种在tensorflow中使用DBSCAN算法对特征集进行聚类的方法，但是我找不到任何相关的东西。
TensorFlow提供K均值聚类(tf.contrib.learn.KMeansClustering)，但我需要DBSCAN算法。
有没有人能给我推荐一些用python/java写的包装器？
有什么关于如何从头开始实现它的建议吗？
附注:我知道sklearn和类似的库有DBSCAN，但我特别需要在TensorFlow中。
浏览 2提问于2018-04-20得票数 2
我的代码中有一些张量，需要得到这些张量的值。这是其中之一。如何打印张量OA值？
Input:OA
Output: <tf.Tensor 'Sum_1:0' shape=(1, 600) dtype=float32>
Input:type(OA)
Output: tensorflow.python.framework.ops.Tensor
我已经尝试过所有可用的函数，如tf.print()、eval()、tensor.numpy()。在Tensorflow 2.0中，他们都没有为我工作。它们似乎只适用于“EagerTensor”，而不适用于“评论”。
1) OA.e
浏览 3提问于2020-02-21得票数 13
我在我的Android应用程序中使用了一个经过训练的模型(冻结图)，它使用了Tensorflow的预先制作的虹膜估计器实例，如下面的链接所示：
我修改了iris.py以适应我的需要，并添加了一些语句来冻结图形，这样我就可以将一个.pb文件放到我的安卓应用程序的资产文件夹中。
为了在我的Android应用程序中使用Tensorflow，我在我的build.gradle (Module: app )文件中添加了以下一行(依赖项块中的最后一条语句)。
dependencies {
implementation fileTree(dir: 'libs', include: [
浏览 0提问于2018-09-12得票数 2
回答已采纳
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
实时音视频
云直播活动推荐
腾讯云开发者
