1回答
我在shape=(n,)的TF中有一个向量(这意味着一个一维张量) my_vector = tf.random.uniform(shape=[n]) 我有一个shape=(m, n)的张量 my_tensor= tf.random.uniform(shape=[m, n]) 我想用my_vector对my_tensor的每一行进行点积，并从点积中获得一个shape=(m,)向量。
浏览 67提问于2020-10-25得票数 0
回答已采纳
9回答
我想知道是否有一种简单的方法来计算两个向量(即一维张量)的点积，并在tensorflow中返回标量值。我知道可以通过首先将向量X和Y传播到2维张量，然后使用tf.matmul来实现这一点。有没有像tf.matmul这样的特定于<
浏览 1提问于2016-11-18得票数 26
在keras中为形状为( 32 ,256,256,3)的y_pred和y_loss创建自定义损失函数，其中32是batch_size，3是尺寸为256x256的图像的通道数和损失公式： !
浏览 18提问于2019-05-29得票数 1
回答已采纳
我是tensorflow的新手，正在尝试弄清楚tensorflow中的自动区分功能是否可以解决我的问题。所以我有两个网络，每个网络输出一个潜在的向量。因此，假设我的网络A输出潜在向量-La(Hxr) -其中(H，r)表示输出潜在向量La的维度。类似地，net B输出Lb(Wxr)。因此，我的目标函数将这两个延迟都作为输入，并将它们组合在一起，如(La.Lb') where (.)是点积，(')表示转置。我将使用交叉熵来优化这个目标函数。现在我的问题是
浏览 7提问于2017-07-22得票数 0
回答已采纳
我有两个张量，第4级的a和第1级的b，我想通过“收缩”离开的最后一个轴来生成3级的aprime，用它对b的点积代替它。在numpy中，这和np.tensordot(a, b, 1)一样简单。但是，我无法在Tensorflow中找到这样的方法。
我在维基百科上看到，这被称为“张量内积”，也就是<e
浏览 5提问于2016-10-05得票数 0
例如，如果我有一些输入张量1，2，3，4，5，6，它们属于两个组0，1，1，0，0，1，那么我希望输出张量是这样的: 3.333，3.666，3.666，3.333，3.333，3.666。
浏览 4提问于2018-10-12得票数 1
我正在重新实现，关键操作是双线性张量积。我几乎不知道这是什么意思，但这篇论文有一个很好的小图形，我理解它。
关键操作是e_1 *W* e_2，我想知道如何在tensorflow中实现它，因为剩下的应该很容易。基本上，给定3D张量W，将其切片为矩阵，对于第j个切片(矩阵)，将其每边乘以e_1和e_2，得到一个标量，这是结果向量(此操作的输出)中的第j个条目。所以我想计算d维向量e_1，d x d x k张量，W，和</e
浏览 127提问于2015-12-06得票数 16
回答已采纳
1回答
卷积层的内积(矩阵乘法)
、、、、
我想在同一CNN层的特征映射之间找到内积(矩阵积)。我已经创建了一个自定义层来完成这个操作，并试图在层之间应用“matmul”操作，但是我最终得到了错误。请协助我做些什么。、200、240、128、2且具有计算的输入张量: input1 = <-2 -1>的’input1_Product2__test_16/ExpandDims‘(op：'ExpandDims')的单一值的张量InnerProduct not supported for Theano")
浏览 5提问于2019-12-16得票数 0
3回答
两个3D张量之间的点积
、、、
我有两个三维张量，具有形状[B,N,S]的张量A和同样具有形状[B,N,S]的张量B。我想要得到的是第三个张量形状，我希望它是[B,B,N] C，这里的元素是C[i,j,k] = np.dot(A[i,k,:], B[j,k,:]。我也想实现这是一种矢量化的方式。一些进一步的信息:两个张量A和B具有形状[Batch_size, Num_vectors, Vector_size]。张量C应该表示来自A的批次中的每个元素与来自B的批次中的每个元素之间的<e
浏览 43提问于2019-06-26得票数 4
回答已采纳
1回答
我使用在tensorflow中运行LSTM。我有一个N初始状态向量张量和一个M = N * n输入张量。每个系列都由n输入项组成，我希望用第一初始状态向量计算第一组输入向量，如下所示：inputs[n:2*n], initial_states是否有一种直接使用单个调用tf.nn.dynamic_rnn和上述张量的方法，还是必须对每个初始状态向量<
浏览 4提问于2017-09-03得票数 0
回答已采纳
阅读TensorFlow文档：print(tensor.numpy())
TF支持NumPy对象作为输入，这很容易理解，因
浏览 0提问于2020-04-04得票数 2
1回答
我试图在tensorflow中取两个向量的内积，我使用点积：y = tf.constant([4, 5, 6],dtype=tf.int32)
tf.tensordot(x, y, axes=1)现在我处理的是批处理张量，它们都具有形状(32, 3)我仍然想要相同的操作，生成形状(32, )的输出向量。如何更有效地解决我
浏览 18提问于2022-02-28得票数 1
回答已采纳
我想在批处理模式下使用C++中经过预先训练的CNN对多个样本进行分类。迄今为止：
我用Python训练了一个带有Keras的CNN模型，并使用is ()提供的小脚本对这个模型进行了转换。现在我想对n输入张量进行分类。下面的代码可以工作，但是非常慢，因为一次运行(~20毫秒)非常快，但必须执行大约20.000次。conv2d_5_input", tensor} }, { "output_node0" }, {}, &outputs
浏览 3提问于2017-11-20得票数 0
当我运行以下代码时
a = sides[:, 0]
b = sides[:, 1]
浏览 0提问于2018-07-04得票数 0
回答已采纳
我有两个张量X和Z，形状为(100,)，我想创建一个张量X x Z，它将产生一个(100, 100)的形状。对于这个矩阵中的每一对元素，我想要应用一些我已经定义的函数，即fn(x，z)，用于矩阵中的每个可能的组合。我是TensorFlow新手，习惯于按顺序思考，在处理numpy数组时，每个向量上有两个for循环。
我如何在TensorFlow中做到这一点？非常感谢。
浏览 0提问于2020-03-29得票数 3
假设我有以下张量：Y = np.zeros((340, 28))print(np.dot(X,Y).shape) # successful (3, 201, 28)
tf.matmul(X, Y)
浏览 22提问于2017-12-25得票数 2
回答已采纳
2回答
和Keras
、、、、
我一直在寻找什么是Tensorflow和Keras。他们说Tensorflow运行在KERAS之上，这意味着Tensorflow是Keras的“后端”。我的意思是，Tensorflow是一个做复杂事情的人，比如处理矩阵(张量)，做所有的数学工作？
另一方面，KERAS是我们创建模型所需要的人，对吗？一旦模型被创建，它的“后端”就是Tensorflow，对吗？因为模型要像IT一样工作(就像过程矩阵和做所有的数学工作一样
浏览 3提问于2020-06-02得票数 0
回答已采纳
我有一个二维张量，在TensorFlow中有K*N维，但是，我需要对K行向量的结果进行平均:计算每个向量的成对差的平方，并对结果进行平均
浏览 4提问于2018-06-25得票数 1
我的工作是一个输出张量，形状为100,250。我希望能够访问250维数组在任何地点沿100和修改他们分别。我发现的tensorflow数学工具要么对整个张量进行按元素方向的修正，要么对整个张量进行标量修正。然而，我试图对张量子集进行标量修正。编辑：update = sess.run(y, feed_
浏览 4提问于2016-06-27得票数 7
回答已采纳
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
腾讯云开发者
