我正在尝试使用tf.while_loop并行化循环。正如here所建议的那样，parallel_iterations参数在eager模式中不会有什么不同。所以我尝试用tf.function包装tf.while_loop。然而，在添加装饰器之后，迭代变量的行为发生了变化。 例如，这段代码可以工作。print_fun(iteration): iteration += 1
@tf
浏览 45提问于2019-12-14得票数 2
1回答
我试图使用@tf.function(jit_compile=True)创建一个带while循环的TF图；下面是它的伪代码。我无法提供一个功能良好的代码，因为它包含大量的依赖项。Code 1def myfunction(inputs, model): out3 = inputs当我将模型加载到这两个while循环之外时，就会得到错误
浏览 36提问于2022-08-02得票数 3
1回答
返回两个变量v的元组wt有问题，其中v有shape=(20,20)，wt有shape=(1,)。wt是一个变量，它是一个权重值。我想返回map_fn内部的元组(v，wt)tf.map_fn(fn, nonzeros(Matrix, dim, row))
fn将返回一个元组，但我得到的错误输出是：
ValueError: The two structures don't have t
浏览 1提问于2017-03-28得票数 6
回答已采纳
我想在tf.function中的张量上使用for循环，如下所示：def test(x):我的定义是：然后给出而
for i in range(tf.s
浏览 3提问于2022-10-24得票数 1
回答已采纳
1回答
在阅读this和this answer时，我了解到在TensorFlow2.0上使用非动态模型时，Keras将使用AutoGraph。我预计会出现像numpy() is only available when eager execution is enabled这样的错误。在TensorFlow-2.0中使用Keras时，是否正在执行急切的代码？Here提到，对于像卷积这样的计算密集型函数，与热切的代码相比，tf.function-decorated函数的</e
浏览 36提问于2019-06-19得票数 5
我认为这个错误来自于形状的问题，但我不知道在哪里。完整的错误消息建议执行以下操作：
@tf.function(experimental_relax_shapes=True)import os
os.environ['TF_CPP_MIN_LOG
浏览 4提问于2020-05-06得票数 5
回答已采纳
tf.function如何将对张量操作的python函数编译成图，特别是wrt签名？没有详细说明
impor
浏览 5提问于2020-02-29得票数 1
回答已采纳
有人能解释一下这段代码的行为吗： def __init__(self): def increment(self):tf.print(self.count)
def __init__(self,count):class SurCount:
浏览 5提问于2021-10-12得票数 1
跟踪非常昂贵，过多的跟踪可能是由于(1)在循环中反复创建@tf.function，(2)传递形状不同的张量，(3)传递Python对象而不是张量。对于(1)，请在循环之外定义您的@tf.function。对于(2)，@tf.function有experimental_relax_shapes=True选项，它可以放松参数形状，从而避免不必要的回溯。有关(3)的详细信息，请参阅和。为了回答括号
浏览 3提问于2021-09-10得票数 5
最近，我尝试使用python在github中运行代码。我使用了以下软件 TensorFlow-gpu-2.0-beta1 Keras :2.2.4操作系统:Windows 10 python:3.5 CUDA:10.0 cuDNN:10.0 我遇到了同样的问题
浏览 1521提问于2019-07-02得票数 4
回答已采纳
我有这个功能 tf.TensorSpec(shape=(None, None), dtype=tf.int32)def train_step(inp):我需要在一个操作中使用inp的第一个dim (以inp形状为0的循环)，但是当我尝试时，错误会弹出：
TypeError: 'NoneType' object
浏览 7提问于2021-12-12得票数 0
回答已采纳
假设我有两个具有相同形状的张量a和b。我想按照b中指定的次数精确地重复a的元素。我如何在Tensorflow中实现这一点？在numpy中，我会使用np.repeata = np.array([0.5,0.1,0.15,0.25])c = np.repeat(a, b)
如何在tensorflow中做到这一点？一种非常(肮脏且可能低效)的解决方法是将两个
浏览 0提问于2017-10-09得票数 2
“在医疗服务和药品需求增加的背景下，医疗保健部门应该是冠状病毒爆发的主要受益者。”“随着中国继续从冠状病毒爆发中复苏，科技行业应该从云服务和硬件需求的增长中受益。”中国消费者自由裁量部门更受青睐。跟踪非常昂贵，过多的跟踪可能是由于(1)在循环中反复创建@tf.function，(2)传递形状不同的张量，(3)传递Python对象而不是张量。对于(1)，请在循环之外定义您的<
浏览 2提问于2021-01-19得票数 0
回答已采纳
我正在尝试计算tf.function中循环内定义的一些变量的梯度，但是我总是得到None结果。下面是一个重复这个问题的基本示例： @tf.function test = tf.constant(1.0)
print(problem()) #None 当然，在
浏览 52提问于2021-03-19得票数 1
1回答
我在下面的例子中观察到的行为让我感到困惑： import tensorflow as tf
def f(a): b = tf.reduce_sumwith tf.GradientTape() as tape: # array([[
浏览 24提问于2021-09-10得票数 3
回答已采纳
1回答
我试着训练一个使用角光圈的GAN，问题是我一直在填充内存.这是我用来训练的代码：cont=0 cont+=1
.fit和.train_on_batch都显示出通过历代使用内存的增加。但在.fit中，我发现使用.get_
浏览 4提问于2020-05-10得票数 2
回答已采纳
我开始学习Tensorflow2.0 2.0，我困惑的一个主要原因是什么时候应该使用类似keras的model.compile和tf.GradientTape来训练模型。在用于MNIST分类的Tensorflow2.0 2.0教程中，他们训练了两个类似的模型。和。
抱歉，如果这是微不足道的，但您什么时候使用一个而另一个呢？
浏览 1提问于2019-05-09得票数 4
回答已采纳
在下面的代码中，我绝对需要在GPU中执行完整的函数，而不是跳回CPU。这是因为我有4个CPU核心，但我有1200个cuda核心。从理论上讲，这是可能的，因为tensorflow feed_forwards，if语句和变量赋值可以在GPU上完成(我有NVIDIA GTX1060)。我面临的问题是tensorflow2.0会在后端自动分配给GPU和CPU，并且没有提到它的哪些操作是兼容GPU的。我的问题
浏览 22提问于2019-03-23得票数 5
我正在尝试开始使用神经结构学习，但是当我运行页面上给出的示例进行测试时，我得到了以下错误 我试着压缩维度，我尝试了不同版本的tensorflow -我对tensorflow还很陌生，所以在这一点上我真的是在猜测[[{{node AdversarialRegularization_1/AssignAddVariableOp_2}}]] 这个模型应该是训练的，我从它得到了一些准确性。我不明白问题是从我的代码中哪里来的。 我使用Tensorflow v1.14.0在Google Co
浏览 104提问于2019-09-06得票数 1
回答已采纳
1回答
我遇到问题时，试图运行梯度下降的图形-神经网络的互动学习方式。我的目标是用图神经网络识别动作，用动作值计算损失，用损失值进行梯度下降。然而，梯度下降部分引起了问题。我已经创建了问题的独立版本，并显示了下面的代码，还复制了在执行过程中获得的错误消息。print('q=',q) return np.argmin(q[0])
@<
浏览 9提问于2022-08-07得票数 0
回答已采纳
云服务器
ICP备案
云直播
腾讯会议
对象存储
腾讯云开发者
