@tf.function print("Manufacturing train data...")“时，代码运行得很好。我认为这意味着当使用tf.while_loop时，张量'train_idata‘变成了形状为using，15，15的张量。有没有人注意到问题出在哪里？= 16, \我得到了另
浏览 32提问于2020-05-15得票数 0
回答已采纳
当我运行Tensorflow while_loop时，我得到了一个TypeError(“期望单张量时的张量列表”)。错误来自第三个参数，根据文档，该参数应该是张量列表。
浏览 2提问于2017-03-21得票数 2
@tf.function if a[0] > 1: a = a.reshape
浏览 0提问于2020-02-18得票数 0
我正在尝试加载Tf集线器模型，并使用@tf.function装饰器预测输出。它正在抛出未初始化的tensorflow.python.framework.errors_impl.FailedPreconditionError:表。错误。TF版本- 2.1.0注意事项：它不用@tf.function装饰器就能工作import tensorflow_hubas hub
image_tensor
浏览 2提问于2020-05-20得票数 1
回答已采纳
tensorflow的tf.function使用Autograph将函数转换为图形表示，但它不能转换所有代码。如果失败，它将抛出一个警告("tensorflow将以-is.方式运行此代码“)。有什么办法造成程序错误吗？这样，如果没有抛出错误，我可以确保所有函数都成功地转换为图形模式。
浏览 2提问于2021-03-05得票数 1
回答已采纳
osfrom sklearn.datasets import load_breast_cancerfrom tensorflow.keras.models import Modeltf.keras.backend.set_floatxout = self.D4(x)
re
浏览 2提问于2020-04-23得票数 2
回答已采纳
我对tensorflow很陌生，我正在努力学习它。尝试在Tensorflow 2.2.0中运行一个估计器LinearClassifier。print(tf.version.VERSION)
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'tf.estimator.LinearClassifier(feature_columns = feature_colu
浏览 11提问于2020-07-30得票数 4
回答已采纳
是否可以在tensorflow图中使用add_loss手动添加丢失项？下面使用add_loss的示例主要是从
from tensorflow import keras
layer = ActivityRegularizationLayer__init__() def call(s
浏览 14提问于2022-07-06得票数 0
回答已采纳
import tensorflow as tffrom tensorflow.keras.modelstf.constant(3, shape=(1, 42), dtype='float32')
print(model.predict(x)) # works fine
@tf.function调用位于@tf.function内部的mo
浏览 108提问于2020-12-25得票数 0
回答已采纳
不幸的是，有不同的@tf.function注释，这让我可以训练一个模型，下一个模型通过ValueError: tf.function-decorated function tried to createvariables on non-first call.失败 @tf.function
return -tf.reduce_mean(logpx_z
浏览 9提问于2020-01-02得票数 0
回答已采纳
mse(a, b)
print("inner py print", loss)
@tf.function以上仅适用于有tf.function装饰？在此之外，tf.print运行在python之前？
浏览 1提问于2019-05-25得票数 4
回答已采纳
当我试图编译这个时，得到了下面的错误。File "xla_test.py", line 25, in <module>TypeError: function() got
浏览 7提问于2020-12-21得票数 2
1回答
当以Tensorflow张量为参数调用any /numpy特殊函数时，是否存在性能成本？而不是使用tensorflow.math提供的函数
我之所以问这个问题，是因为有些特殊的功能可以在not上使用，而在Tensorflow (例如scipy.special.erfcx)上则没有。我认为Tensorflow提供了tensorflow.math中的函数，而不是建议直接使用numpy或scipy，因为这样可以加快速度吗？编辑：注意到我试图使用@tf.function</em
浏览 7提问于2020-01-06得票数 1
我以这样的方式加载数据集： 'caltech_birds2010', as_supervised=False)import tensorflow as tf
def pad(image,label):
return (tf.image.resize_with_pad(image,32,3
浏览 1提问于2020-06-16得票数 3
我正在编写一个函数来实现TensorFlow 2.0中的一个模型。它接受image_batch (一批numpy RGB格式的图像数据)，并执行一些我需要的特定数据增强任务。给我带来问题的那一行是：def augment_data(image_batch, labels): from tensorflow.image@tf.function的.append()函数就不再起作用了。它返回：
当我在函数
浏览 134提问于2019-04-15得票数 3
回答已采纳
我试图在Keras (后端TensorFlow)中构建一个自定义层，它在卷积层的过滤器中执行KMeans集群。在构建这一层的逻辑时，我遍历批处理大小，但是似乎Keras/TensorFlow并不允许这种情况发生，因为批处理大小在运行时之前是一个未知的维度。我试图通过错误消息进行跟踪，它将我引向两个文件: keras/engine/training.py和keras/engine/Trainutils.py，据我所知，错误源于ndim变量的问题，该变量被定义
浏览 0提问于2019-08-21得票数 2
我遇到的问题是，当我从第一个系列二进制分类器中得到预测时，没有任何警告，但是当第5个或第6个二进制分类器调用输入数据上的predict方法时，我得到以下警告：
import cv2 as cvfrom tensorflow.keras.models import load_model=0) for model in models]
RuntimeError:
浏览 3提问于2021-09-10得票数 5
经过一些修改后，我确定只有当噪声变量作为参数传递给我的损失函数(即tf.function )时，才会发生这种情况。下面的代码显示，当损失函数不是tf.function或函数中引用全局噪声变量时，没有问题。它还显示，当噪声变量在tf.function中用作参数时，尝试对其执行梯度会导致错误：import tensorflow as tf
import tensorflow_probabilitya
浏览 11提问于2021-07-09得票数 0
给出了在Tensorflow 2.4.1及更高版本的粗糙张量上使用tf.map_fn的示例：print(tf.map_fn(tf.math.square, digits))import tensorflow
浏览 7提问于2021-08-04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
