我正在编写以下格式的tensorflow图： return some_operation(label.eval())
这个模型的问题是，我需要输出的值，以便按照我想要的方式处理我的标签，这样我就可以计算损失。
浏览 22提问于2016-07-26得票数 0
回答已采纳
我在tensorflow中实现了一个 (一个矩阵对角化，几个矩阵反转，一串张量代数)。图形的构建(在python中)需要3秒。对于一个典型的输入，评估需要10 ms。但对第一次评估似乎有处罚，使评估时间达到300毫秒。(相比之下，一个等价的numpy实现需要30 ms。)
在第一次运行中，tensorflow在做什么，从而导致了更长的评估时间？
浏览 0提问于2018-06-18得票数 0
回答已采纳
我只想给张量赋值一次，并且在以后的所有执行中保持不变。那么，有没有什么简单的方法可以在Tensorflow中实现与以下C++代码等效的代码？if (!如果看起来Tensorflow对于单分支条件执行是不灵活的-你总是必须为“真”和“假”情况提供两个函数fn1，fn2，即使fn2不是必需的。
浏览 0提问于2016-11-04得票数 0
我正在尝试替换我代码中的一块numpy。我有这样的东西unique_values = np.unique(<ndarray>)我想使用tf.unqiue，但返回张量的结果在我评估图形之前是不可用的。我想构建一个单独的图，这样我就可以一起评估所有的操作。
浏览 11提问于2018-01-07得票数 0
我正在尝试理解急切的执行。谷歌返回的页面描述了它为你做了什么，我对此没有意见。我试图从程序代码的角度来理解它。这里有一个来自this article的例子。a = tf.constant([[1,2],[3,4]]) 这篇文章说，根据你是否处于渴望模式，这条语句做了一些不同的事情。在不使用eager模式的情况下，print(a)提供： Tensor("Const:0", shape=(2, 2), dtype=int32) 对于eager模式，print(a)提供：
浏览 15提问于2019-09-26得票数 0
使用Tensorflow Supervisor编写摘要会重新评估图形，这可能会产生不期望的结果。N = 5with tf.Graph().as_default():
tf.set_random_seed(SEED)然后，我通过评估每个图N次来生成N个随机数。带有摘要编写器的图“跳过”一
浏览 7提问于2018-03-14得票数 1
我正在关注这个传入train_step是否是因为它封装了此特定示例中网络的所有操作？sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})from tensorflow.examples.tutorials.mnistimport input_data
mnist = input_data.read_data_sets(&quo
浏览 3提问于2018-07-18得票数 5
回答已采纳
我刚开始学习python，并想学习在PyCharm上的实现。我调试了代码，但无法看到/可视化矩阵的输出值。据我所知，这个输出张量是1*200维的196个矩阵。但是，我想知道输出值在这些矩阵中。我希望在调试时使用TensorFlow来查看这两个矩阵的值。
浏览 2提问于2020-10-05得票数 0
回答已采纳
最初，tensorflow和Py手电筒有一个根本的区别：
现在，这种差异变得不那么明显了。Tensorflow已经回应了火炬在上
浏览 4提问于2019-10-28得票数 2
在TensorFlow2.0中，一些变量可以描述为'UnreadVariable'b = tf.Variable([4,5], name="test")
print(b.assign([7
浏览 125提问于2020-03-17得票数 3
tensorflow 1.2我改变了数据集。我想知道如何在tensorflow中应用minibatch。TypeError:馈送的值不能是tf.Tensor对象。可接受的提要值包括Python标量、字符串、列表、numpy ndarray或TensorHandles。
浏览 1提问于2017-07-21得票数 1
我正在尝试构建一个C++程序，它可以读取预先训练好的模型并使用它。我采用了代码并对其进行了一些修改。我现在所拥有的是： // Initialize a tensorflow session std::cout << status.ToString() << "\n"; }
tensor
浏览 0提问于2017-01-02得票数 1
TensorFlow图通常是从输入逐步生成到输出，然后执行。查看Python代码，操作的输入列表是不可变的，这意味着不应该修改输入。这是否意味着无法更新/修改现有的图形？
浏览 3提问于2015-12-12得票数 24
回答已采纳
我在Tensorflow中有一个三维稀疏张量，我想沿着第一维(axis=0)分裂。我在考虑使用操作。但它需要一个参数num_splits作为Python integer。为什么这个函数会遵循这样的惯例，我还没有在其他的tensorflow操作中看到过呢？
浏览 2提问于2018-05-04得票数 0
回答已采纳
简而言之，我有几个自定义的评估指标，在评估过程中必须批量运行的大量评估数据，我希望获得所有评估批次的这些指标的总和。更多详细信息：
我使用TensorFlow的Estimator类构建了一个模型，它可以很好地用于训练和评估。问题是，我的评估数据太大了，我需要使用自定义的input_fn将它们分成几批。dict (让我们称之为eval_dict)输
浏览 30提问于2017-02-07得票数 0
如果我在Tensorflow中定义一个自定义Op，是否可以为顶部提供两个内核，这两个内核对于输入的形状是否完全定义是多态的？例如，如果形状是完全已知/定义的，我可以在内核构造时构造一次特定的结构。
浏览 9提问于2017-03-08得票数 0
我通常只是使用train.py来训练使用Tensorflow对象检测API。然而，我从上读到，您也可以使用model_main.py来训练您的模型，并在Tensorboard上看到实时的情节和图像。您是如何在Tensorboard上使用model_main.py的？
train.py和model_main.py有什么区别？
浏览 0提问于2019-01-08得票数 6
请参阅代码片段：op = tf.assign(x, x + 1)
它们取决于评估的顺序，对于第一种情况，x是在op之前计算的，而对于第二种情况，x是在op之后计算的。因此，我猜想tensorflow可以保证x在op之后被评估。是对的吗？tensorflow是如何保证这种依赖的
浏览 0提问于2018-12-11得票数 7
急切的执行需要传递给任何优化器的任何损失都是callabe，即函数的形式。labels=train_labels, num_sampled=num_sampled, num_classes=vocabulary_size))
但这是不行的我注意到，通常当一个新的Tensorflow特性需要某种实践时，即使不使用该特性，通常也有与该需求相关的多种好处。例如，急切的执行还需要get_variable来定义变量。据我所知，没有理由在get_variable上
浏览 2提问于2018-06-05得票数 4
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
