1回答
当我试图重塑数据集时，出现了以下问题：但是，当我检查数据集的形状时Convert images to numpy arrays for manipulation
train_
浏览 5提问于2020-10-15得票数 1
回答已采纳
1回答
我正在尝试使用加法和挤压/归一化将张量从30,50,32,64重塑为30,50,32,1。当我使用Tensorflow重塑时，我得到以下错误。o = tf.reshape(o, shape=[30, 50, 32, 1]) ValueError:无法对具有3072000个元素的张量进行整形，以形成输入形状为30,50,32,64，4且输入张量计算为部分形状的‘30,50,32,1
浏览 13提问于2021-04-19得票数 0
回答已采纳
1回答
tf.Session(config=tf_config) as sess: detection_scores = sess.graph.get_tensor_by_name('detection_scores:0</
浏览 5提问于2019-08-05得票数 0
1回答
给定一个形状为[?, n, m]的张量A和一个形状为[m, m]的张量W，我想将形状为A的每个张量a与W相乘，得到一个形状为[?, n, m]的张量。我认为我可以通过重塑W来塑造[tf.shape(A)[0], n, m]，但这并不会产生shape [?, n, m]的张量。
浏览 0提问于2017-07-29得票数 1
回答已采纳
1回答
当src具有shape [?]时，tf.gather(src, tf.where(src != 0))返回具有shape [?, 0]的张量。我不确定一个维度的大小如何为0，我尤其不确定如何将张量改回原处。我在文档中也没有找到任何解释这一点的东西。
我尝试tf.transpose(tensor)[0]，但转置张量的第一维大小为0，无法访问！
浏览 5提问于2018-07-30得票数 1
回答已采纳
对于形状的3D张量(滤镜的数量，高度，宽度)，如何通过重塑来减少滤镜的数量，从而将原始滤镜保持在一起作为整个块？ 假设新的大小具有选择的尺寸，使得整数个原始过滤器可以并排适合于其中一个新过滤器。因此，可以将(4，2，2)的原始大小重塑为(2，2，4)。 对并排重塑的视觉解释，您可以看到标准重塑将改变各个滤镜形状： ? 我认为在执行重塑之后重新排列张量值会更容易，但无法获得pyto
浏览 43提问于2020-12-19得票数 2
回答已采纳
我修改了下面的代码，只提取了logits张量的1列： tf.reduce_mean(tf.losses
.hinge_loss
浏览 6提问于2017-11-08得票数 1
回答已采纳
1回答
我想在C++中使用动态形状的张量。例如，我想在tensorflow中添加一个新的op，但我不知道开始时输出的形状。如果我使用Caffe，我可以首先将输出blob重塑为我将使用的最大大小，最后重塑为实际大小。如何使用tensorflow的张量做到这一点？
浏览 1提问于2016-12-09得票数 0
我正在尝试将数值数据的张量与resnet-50模型的输出张量连接起来。该模型的输出是张量形状torch.Size([10,1000])，数值数据是张量形状torch.Size([10, 110528,8])，其中10是批量大小，110528是数据帧意义上的观测值的数量，8我需要将数值张量重塑为torch.Size([10,8])，这样它才能正确连接。 我该如何重塑张量呢？
浏览 31提问于2019-12-27得票数 0
回答已采纳
1回答
我使用的是EMNIST数据集，并具有以下变量X_train import scipy .iodata = emnist ['dataset']
X_train = data ['train'][0, 0]['images'][0, 0] X_train的形状为
浏览 18提问于2020-06-16得票数 0
回答已采纳
我正在处理转换到Dataset API中的一个问题，我想我只是还没有足够的API经验来了解如何处理下面的情况。我们目前使用排队和批处理来进行图像增强。然而，当我开始调用迭代器next_batch方法，然后将这些值传递给get_summary时，我现在得到了一个形状方面的错误。_accuracy，feed_dict=feed_dict) ValueError:无法为具有形状'(?，1)的张量'ph_input_labels:0‘提供形状</em
浏览 0提问于2018-05-09得票数 0
回答已采纳
1回答
我很难理解2D Conv计算是如何在4D输入上完成的。基本上，这就是情况，我有一个图像的高度，宽度，通道= 128,128,103。
浏览 3提问于2021-09-06得票数 0
问题：如何将两者拉链，使由此产生的张量形状为?，20,4096，，但同时也是，使得a的ith元素就在b的ith元素之前。列表示例：b = [2, 4, 6]
现在我想要一个张量，它看起来像[1, 2, 3, 4, 5, 6]和，而不是 [1, 3, 5, 2, 4, 6]，这就是如果我用tf.stack或者一个更普遍的问题是，你怎么知道tf.re
浏览 1提问于2018-02-20得票数 0
回答已采纳
假设我们有两个TensorFlow张量：input和weights。我尝试使用具有1x1核的tf.nn.conv2D，但我不知道如何将秩1权重张量重塑为所需的秩4核张量。
任何帮助都将不胜感激。
浏览 2提问于2019-10-20得票数 1
我有一个张量，形状为(T, n, k)，X。tf.reshape(X, (tf.shape[0] * tf.shape[1], tf.shape[2]))
有什么想法吗？
浏览 0提问于2015-11-14得票数 2
class Model(nn.Module): super(Modeloptimizer.zero_grad() optimizer.step()C:\Users\hp\anaco
浏览 0提问于2021-10-18得票数 0
1回答
在下面的示例中，我认为最后一行应该返回形状为[5,1]的张量对象。但是，会抛出一个错误，声明形状[5]张量不能重塑为大小[5,5,1]张量。有没有人能解释一下重塑图层是如何工作的(也就是为什么它会增加额外的暗度)，以及如何将向量重塑为矩阵的过程？
谢谢
浏览 1提问于2018-08-10得票数 5
回答已采纳
2回答
所以我有一个4d张量，形状是[4,1,128,678]，我想把它看成/重塑为[4,678,128]。我必须对多个张量这样做，因为最后一个形状值678并不总是知道，而且可能是不同的，所以[4,1,128,575]也应该转到[4,575,128]。
知道什么是转换张量的最优运算吗？视图/重塑？
浏览 4提问于2020-10-10得票数 0
回答已采纳
outputs = tf.reshape(outputs, [batch_size, None, word_dimension])
或者，还有其他方法可以从具有形状[batch_size, sequence_length
浏览 1提问于2019-05-24得票数 1
回答已采纳
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：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
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
腾讯会议活动推荐
腾讯云开发者
