我尝试通过以下方式创建一个输入： Tx = 318 input_anchor = Input(shape=(n_freq,Tx), name='input_anchor') 当我运行时： input_anchor.shape 我得到了： TensorShape([None, 101, 318]) 稍后，当我尝试在我的模型中使用该输入时，我得到了以下错误_shape_tuple()
if shape is None<
浏览 237提问于2019-05-29得票数 2
回答已采纳
如何使用小批量数据在TensorFlow中训练网络？train_step.run(feed_dict={x: batch[0], y_: batch[1]})
我的问题是-具有维度的x和y_变量是否适合单个示例，而batch[0]和batch[1]是此类输入和输出的列表在这种情况下，TensorFlow是否会自动为这些列表中的每个训练示例添加梯度？或者我应该创建我的模型，以便x和y_获得完整的小批量？我的问题是，当我试图为它提供每个占位符的列表时，它会尝试输入占位符的整个列表，因此我得到
浏览 4提问于2016-07-02得票数 6
回答已采纳
2回答
批量张量的逐行处理
、、、、
代码是这样的： input1=K.placeholder(shape=(None，12)) prod=K.map_fn(someMethod，input1) someMethod需要执行以下操作： *defthe trace of the difference matrix # return trace 我希望跟踪值是标量，但prod是批处理大小的输入列表我使用plaidml作为后端，因此，希望与numpy或keras后端工作的东西，或者tensorflow。
浏览 29提问于2019-06-21得票数 0
我使用的是TensorFlow 2.0，我有一个批处理数据集，其中包含968个图像和一个标签(4个元素数组)：
dataSetSize = allDataSet.reduce(0, lambda x,第一个数组应该只包含968图像(形状：( 968,299,299，3))，第二个数组应该包含968标签(形状：(968，4))。我怎么能这么做？我检查了一个类似的问题，但这些示例似乎使用了Tensorflow 1.x，并且包含了不同的输入
浏览 0提问于2020-01-22得票数 1
回答已采纳
我有一个形状为[None, 9, 2]的tensorflow的输入(其中的None是批处理)。
要对其执行进一步的操作(例如matmul)，我需要将其转换为[None, 18]形状。该怎么做呢？
浏览 62提问于2016-04-17得票数 29
1回答
可变批量张量的显式广播
、、、
我正在尝试在TensorFlow2.0RC中实现一个自定义的Keras Layer，需要将一个[None, Q]形状的张量连接到一个[None, H, W, D]形状的张量上，以产生一个[None,假设两个输入张量具有相同的批量大小，即使事先不知道。此外，H、W、D和Q在写入时都是未知的，但在第一次调用该层时会在该层的build方法中进行求值。我遇到的问题是，为了连接，把[None, Q]形状的张量
浏览 6提问于2019-08-30得票数 1
回答已采纳
我需要一个形状为[3136, 512]的张量，其中我更新了随机值，其中列在随机生成的列索引列表中。我的意思是，我用所有的0和形状[3136, 512]创建一个张量，用410元素创建一个列表，它表示以前创建的张量的列索引，然后我有一个[3136, 410]形状的张量，它包含我想要更新的第一个张量的值。导入tensorflow作为tf如果__name__ ==‘__main_’：导入张
浏览 4提问于2021-11-06得票数 0
回答已采纳
我在试着理解tensorflow的占位符。具体而言，在下面的示例中，shape=[None,是什么意思。X = tf.placeholder(tf.float32, shape=[None, 128, 128, 3], name="X")
您可以将TensorFlow中的占位符看作是一个操作，该操作指定将输入到graph.placeholder X中的形状和数据类型，定义float32类型的未指定数量的形状行(1
浏览 0提问于2018-07-16得票数 16
我一直在寻找一个解决方案，如何使用不同大小的图像作为神经网络的输入。第一个想法是使用numpy。数据集生成器在最后确定GeneratorDataset迭代器时发生错误:已取消:操作被取消没有为任何变量提供渐变/1
浏览 4提问于2021-12-05得票数 0
回答已采纳
1回答
我使用Tensorflow的时间很短。这是我的问题:我加载AlexNet权重来对其进行微调，所以我给出了大小为50的批量。所以我定义了：x = tf.placeholder(tf.float32, [50, 227, 227, 3]) return fc8 # fc8 and fc7 (for transfer-lea
浏览 0提问于2017-03-05得票数 0
我正在从以下示例中学习TensorFlow：
我在下面的代码中有几个问题:当定义诸如X、Y、W和b这样的占位符和变量时，我们为什么不需要指定它们的维度？
浏览 2提问于2016-12-27得票数 6
回答已采纳
1回答
当指定张量形状时？
、、、、
我经常看到使用符号"None“、"-1”和"“来让程序动态定义张量的维度(例如批处理大小)，似乎效果相同：
x = tf.placeholder(tf.float32, [None, 48, 48, 3
浏览 1提问于2018-08-07得票数 6
回答已采纳
在培训期间，我使用tensorflow运行队列来输入数据： [image, label], )
然而，X，Y强制形状为64，32，32，3和64，10。在评估期间，我希望对尺寸为10000、32、32、3和10000、10的整个测试集运行丢失操作。我会使用session.run()中的session.run属性用我的值覆盖X，Y，但是它们的形状不兼容。我
浏览 3提问于2016-06-08得票数 3
回答已采纳
1回答
我正在尝试实现一个CNN-LSTM，它将代表帕金森病患者/健康对照者讲话的mel谱图图像进行分类。我正在尝试用LSTM模型实现一个预先存在的模型(DenseNet-169)，但是我遇到了以下错误：ValueError: Input 0 of layer zero_padding2d is incompatibleFull shape received: [None, 216, 1].有人能告诉我哪里出错了吗？import LabelEncoder
from tensorflow.keras.utils impor
浏览 5提问于2021-03-09得票数 4
回答已采纳
1回答
TFlearn错误将形状作为输入
、、、、
我正在创建一个神经网络来玩Tic Tac脚趾游戏。我正在使用tflearn作为神经网络。这是我正在使用的培训数据。当我将数据输入到神经网络时，我会得到这个错误。
network = input_data(shape=(None</e
浏览 5提问于2017-04-27得票数 0
回答已采纳
我正在用Tensorflow编写一个op，它接受一些输入(对一个文件的引用)，并根据该输入(文件的一组“块”)产生可变的输出量。我不能预先指定这一点，因为输入文件很大(10s的GB)，所以对我的应用程序进行扫描是不可行的。我尝试以张量的形式创建op的输出，这个张
浏览 9提问于2016-07-14得票数 1
回答已采纳
TensorFlow中有许多方法需要指定形状，例如truncated_normal：我有一个占位符，用于输入shape None，784，其中第一个维度是None，因为批量大小可以改变。我不能将这个占位符提供给tf.truncated_normal，因为它需
浏览 0提问于2016-02-09得票数 25
回答已采纳
我正在尝试将4个不同的层连接成一个层，以输入到我的模型的下一个部分。我使用的是Keras函数API，代码如下所示。然而，我也打印了输入形状，它似乎是相同的，除了沿着concat轴(这是自shape=以来的shape1？是批次中的示例数量)。
Tensor("input_1:0", shape=(?Got inputs shapes: [(None, 6), (None, 7, 62), (None, 23, 62), (None,
浏览 3提问于2018-07-31得票数 1
my_model = MyModel()但是，当我试图在tf.function装饰器中显式指定输入签名时self.dense = tf.keras.layers.Dense(50)
tf.TensorSpec(shape=(None, None, None, None), dtype=tf.f
浏览 8提问于2019-10-27得票数 1
另外，下面的代码使用tf.squeeze形成的p_inputs是什么形状，使用tf.nn.rnn的含义和大小写是什么step_num = 2000
elem_num =
浏览 1提问于2017-01-05得票数 11
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
