TensorFlow:使用递归定义的元素构造张量？

文章/答案/技术大牛

发布

2回答

python、tensorflow

dtype=tf.float32)) return tf.sin(x)for i in range(1,100):构造一个张量这样的构造是可能的吗？我看了看“tf.while_loop”，但似乎没有帮助。

浏览 0提问于2017-02-24得票数 0

回答已采纳

1回答

增加最大递归深度tensorflow

python-2.7、recursion、tensorflow

有没有什么办法可以让我增加最大的递归深度？我只需要它大2-3倍。我有一个具有许多张量的tensorflow图，这些张量是懒惰地构造的，因为它们依赖于其他张量(这些张量可能还没有构造)。但是，我遇到了这个递归深度错误。

浏览 0提问于2017-08-12得票数 0

1回答

什么才是TensorFlow中的“张量”？

tensorflow、tensor

我是TensorFlow新手，刚刚读完了急切的执行教程，了解了tf.decode_csv函数。不知道这件事，我看了文件。然后文件上说张量。具有与张量相同的类型。但是l的类型是list，其中r<em

浏览 2提问于2018-06-27得票数 1

回答已采纳

1回答

tf.trace()是否只计算对角线元素？

tensorflow

我有一个形状为(d,d)的TensorFlow张量矩阵，一个正方形矩阵。我定义了迹张量tr = tf.trace(t)。现在使用session.run(tr)计算tr：TensorFlow是否足够智能，只计算t的对角元素，还是先计算t的所有元素，然后才计算跟踪？

浏览 17提问于2018-03-05得票数 1

回答已采纳

1回答

tensorflow.matmul是什么？

tensorflow、tensor、operation

但根据它是一个构造函数。所以我认为这是一个类名。但是，打印tf.matmul的返回值表明它是张量，而不是“类型操作的对象”。类张量是从类操作继承来<e

浏览 17提问于2019-11-15得票数 1

回答已采纳

1回答

tensorflow conv2d操作的权值和偏置张量

python、numpy、tensorflow

我在火炬上得到了一个经过训练的神经网络，我需要在tensorflow中准确地重建它。我相信我在tensorflow中正确地定义了网络的架构，但是我在传递权重和偏置张量时遇到了困难。使用第三方包，我将火炬网络中的所有权重和偏置张量转换为numpy数组，然后将它们写入磁盘。我可以将它们加载回我的python程序中，但我无法找到将它们分配给tensorflow网络中相应层的方法。例如，我

浏览 0提问于2016-03-25得票数 13

回答已采纳

1回答

Tensorflow中的张量和多维矩阵有什么区别？

arrays、math、tensorflow、machine-learning、deep-learning

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

浏览 3提问于2018-02-03得票数 6

回答已采纳

2回答

为二维张量返回每行的top_k蒙面软件最大值

python、tensorflow、indexing、tensor、softmax

对于任何二维张量我想对每一行中的顶部k元素做softmax，然后通过将所有其他元素替换为0来构造一个新的张量。其结果应该是求出每一行[7,5,8,7]上k(此处为k=2)元素的软最大值，即[0.880797,0.11920291，0.7310586,0.26894143]，然后根据原张量中的顶k元素的指数重建一个新的

浏览 0提问于2018-11-13得票数 6

回答已采纳

1回答

我可以在tensorflow控制循环中修改python列表吗？

python、tensorflow

我试图将张量添加到tensorflow控制循环中的python列表中。我的代码：with graph.as_default(): print(sess.run(b)) 这会产生[1]，但不会像我预期的那样产生按照大卫<e

浏览 0提问于2018-03-27得票数 1

回答已采纳

1回答

tf.print何时才能按预期工作(即打印张量和变量的值)？

python、tensorflow、keras、tensorflow2.0

首先，我使用的是TensorFlow 2.0，我只关心这个版本或更高版本(而且我已经对这样一个只会产生头痛的软件太关心了)。这一切都很好，但我仍然不知道tf.print在代码中的实际工作位置(即打印变量和张量的值)。当然，不用说，我对张量</em

浏览 2提问于2020-04-22得票数 2

2回答

如何在C++中填充张量

c++、tensorflow

我创建了一个这样的张量：我知道如何填充标量值：但我不知道如何填充像1，4，2这样的张量。

浏览 3提问于2016-08-25得票数 11

回答已采纳

1回答

如何将未知维度的张量乘以tensorflow变量？

tensorflow、keras、tf.keras

我在Keras工作(Tensorflow 2)。我想将张量的每个元素与其自身的可训练权重相乘。假设我的输入张量是1D，有10个元素；所以我尝试将输入定义为Keras输入张量，将权重定义为tf.Variable，并尝试使用Keras乘法层，如下所示： import tensorflow as tfinputs: shape=(None, 10) weights: s

浏览 30提问于2020-04-25得票数 0

回答已采纳

1回答

TensorFlow的tf.nn.dynamic_rnn算子的输入张量是如何构造的？

tensorflow、recurrent-neural-network

我试图使用TensorFlow 0.9.0中的word嵌入和递归神经网络编写语言模型，使用tf.nn.dynamic_rnn图操作，但我不明白input张量是如何构造的。假设我使用默认的time_major = False参数，那么input张量[batch_size, max_time, input_size]会有什么形状？1, 2, 3, 3, 2, 1, 1, 2 假设我将其嵌入到一个大小为e

浏览 3提问于2016-06-29得票数 4

回答已采纳

2回答

张量的稀疏表示是什么？

tensorflow

我已经看过来自的tf.sparse_to_dense的定义。在函数的描述中，它被声明为Converts a sparse representation into a dense tensor.。张量是以某种压缩格式表示的，而不是多维数组吗？

浏览 6提问于2017-06-27得票数 1

1回答

如何在TensorFlow中实现此操作？

tensorflow、tensor

假设我们有两个形状的张量X，Y，分别是(a，b)和(b，c)。然后我们可以构造一个由T[i][j][k] = X[i][j] + Y[j][k]定义的形状为(a，b，c)的新张量T。如何在TensorFlow中实现这一点？我用乘法代替加法的类比怎么样？提前谢谢你。

浏览 10提问于2020-04-20得票数 1

1回答

在CNN Python之后添加wTx+b*

python、tensorflow、keras、conv-neural-network、efficientnet

H和x具有相同的shape=49,1280。我找不到任何东西来帮助我把它翻译成python代码。你能帮帮我吗?谢谢。

浏览 0提问于2020-05-10得票数 0

3回答

在Tensorflow中用指数张量分割张量

tensorflow

我有两个张量(注意它们是，都是 Tensorflow张量，这意味着在我启动tf.Session()之前构造以下切片op时，它们实际上仍然是象征性的)：在Tensorflow

浏览 10提问于2017-03-04得票数 3

回答已采纳

1回答

在创建自定义Keras层时不能使用未知的输入Dims (批处理大小)

python、python-3.x、tensorflow、keras、keras-layer

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。在查看各种StackOverflow和GitHub资源时，我还没有看到如何处理Keras/TensorFlow拒绝一个未知批大小参数的解决方案。如果我将一个输入输入到我的<

浏览 0提问于2019-08-21得票数 2

1回答

为可变大小和固定大小的输入创建TensorFlow占位符有什么缺点吗？

tensorflow

我想知道是否有任何实质性的缺点(例如，关于计算效率，内存.)在为可变大小的输入(相对于固定大小的输入)创建TensorFlow占位符时？比方说，我正在进行小型批处理学习，并使用占位符初始化图形，在该占位符中，我预先假定了一个固定的batch_size：tf.placeholder(..., shape=[None, ...])我

浏览 4提问于2017-03-02得票数 9

回答已采纳

点击加载更多