为了调试的目的，我想在函数之间传递一个可变值。共享变量不工作，因为它们的赋值需要调用.eval()或sess.run()，而我使用tf.Print()深入我的过程和输出值。假设我想输出当前计算梯度的层数，所以我试着用张量来做：LevelCounter = tf.constant(5我应该怎么做才能在不破坏工作流的情况下在不同的函数之间共享可变值？
浏览 4提问于2017-07-29得票数 0
回答已采纳
我试图在C++中编写一个定制的Tensorflow操作程序。此操作应以张量列表作为输入，并修改其内容。在其定义中，赋值操作还具有以下代码来检查第一个输入是否为可变张量：errors::InvalidArgument("lhs input needs to be a ref type"));
与赋值操作相反，我的自定义操作应该包含一个可变张量(而不是单
浏览 0提问于2019-05-24得票数 1
回答已采纳
我试图在tensorflow中开发一个自定义op，在此期间，我更改属于输入-张量的值，并且在op完成后，该值仍应反映这些更改。挑战是，python通过赋值传递函数参数(在本例中为==不可变类型)，从而阻止我访问实际希望在op中访问的数据。。到目前为止我尝试过的：
我尝试使用标准python技巧，并将参数作为列表传递，因为
浏览 0提问于2018-03-19得票数 1
我想根据一些条件更新张量的一部分。这是我想在用TensorFlow编写的NumPy中复制的代码。
浏览 3提问于2022-01-22得票数 0
回答已采纳
因为它是在模型编译之前使用的，所以当我尝试使用函数assign() (这是一个TensorFlow函数)时，出现了错误：'Tensor‘对象没有'assign’属性。
浏览 6提问于2019-04-11得票数 0
., void* data,...)函数(来自Tensorflow C)通过让data指向共享内存来从共享内存中创建一个新的张量。如果我将这个张量传递给tf.Vaiable()，Tensorflow变量会将其数据存储在共享内存中并从其中读取吗？如果没有，是否有可能获得指向变量的底层数据缓冲区的指针？
浏览 3提问于2016-07-11得票数 1
回答已采纳
张量本身并不在内存中保存或存储值，而是只提供一个接口来检索张量引用的值。
2.变量可以描述为存储张量的内存缓冲区的持久的、可变的句柄.因此，变量具有一定的形状和固定的类型。
准确地说，这些是我的问题：
“内存缓冲区”的含义是
浏览 4提问于2016-11-29得票数 23
回答已采纳
通常，它们将用于创建过滤传入张量的切片的掩码。import tensorflow as tf
A = tf.random_uniform(shape=(64, 128, 128tf.scatter_update(mask, indices, updates)
sess.run(scatter)
其结果
浏览 0提问于2019-01-08得票数 1
2回答
如何在Tensorflow.js中变异张量的值？例如，如果我有一个张量创建如下：const a = tf.tensor1d([1,2,3,4])这样做：const a = tf.variable(tf.tensor1d([1,2,3,4]))似乎解决不了问题。
浏览 1提问于2018-04-12得票数 7
医生说：
这到底是什么意思？什么是引用型张量，它们与标准张量有什么不同？
浏览 4提问于2016-06-22得票数 14
回答已采纳
我的每一个训练例子都是一个长度不同的列表。我正试图找到一种方法将这些例子输入到图表中。下面是我通过创建一个元素是未知维度占位符的列表来做到这一点的尝试。with graph2.as_default(): for i in np.arange(3): A_size = tf.shape(A)
浏览 1提问于2016-07-13得票数 2
我试着学习各种方法来监控tensorflow重量张量。我知道我们可以通过Session.run()、tf.Print()、tf.py_func()和诸如tensorboard、tdb、tfdbg ()等工具来观察这些可变张量。如果您成功使用IDE进行张量调试，请告诉我。谢谢!
浏览 3提问于2017-03-25得票数 1
回答已采纳
1回答
我在tensorflow中定义了一个无监督的问题，我需要用每次迭代来更新我的B和tfZ，但是我不知道如何使用tensorflow会话更新我的tfZ。tot_loss = sess.run(LOSS, feed_dict={tfY: Y})
张量对象正确地没有赋值属性如何正确更新张量？
浏览 3提问于2018-03-07得票数 1
回答已采纳
我用tensorflow编写了一个去噪的自动编码器函数(这有点长，所以我不会发布整个代码)，除了在批处理中添加掩蔽噪声之外，每件事情都运行良好。
掩蔽噪声只是将特征的随机比例取为0。tf.variable，那么如何通过tf.scatter_update()来修改矩阵的一个元素，但是当我尝试使用占位符时，它会引发一个错误："TypeError：'ScatterUpdate‘Op需要输入'ref’是一个可变的张量
浏览 2提问于2017-06-28得票数 2
回答已采纳
2回答
我正在学习粗糙张量及其在粒子跟踪中的应用。我有以下最小的例子，它再现了我一直在经历的错误。import tensorflow as tffromtensorflow.keras.models import Sequential
data_n = 32window_length=8
splits = [n_set_mask_metadata
浏览 28提问于2020-12-14得票数 0
np.add.at(img, (slice(None), z, y, x), cols_reshaped)cols_reshaped为2d
浏览 15提问于2018-03-06得票数 0
我尝试创建一个具有动态形状的tf.Variable。下面概述了问题所在。init_bias = tf.random_uniform(shape=[self.config.hidden_layer_size, tf.shape(self.question_inputs)[0]])init_bias = tf.Variable(init_bias)刚来的上下文(
浏览 0提问于2016-10-14得票数 7
回答已采纳
1回答
我正在用CNN实现一个文本分类器，类似于使用Tensorflow的。Tensorflow提供了tf.nn.embedding_lookup_sparse，它允许您以稀疏张量的形式提供单词ID。这是很好的，特别是对于启用可变长度序列。但是，该函数在查找后需要一个“组合”步骤，例如“平均”或“和”。这迫使它回到致密张量空间。我不想做任何组合。这是因为Tensorflow的嵌入查找为pad值生成向量，并且它是试图用零掩蔽它的一个传说。
浏览 2提问于2018-11-07得票数 2
当前的分布式Tensorflow的体系结构是基于“类似参数服务器”的框架。使用tf.device(tf.train.replica_device_setter())，所有张量“变量”都被放在“参数服务器”("PS")上，而其他张量操作被分配给“工作者”。现在，如果我们不遵循规则，我们将采用"DistBelief“架构:所有共享参数(如神经网络权重)仍然放在"PS”上，但每个工作者现在都有存储在"PS“中的共享张量”变量“的副本。好处是在训
浏览 0提问于2017-10-07得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
