1回答
我已经创建了这段代码，但我遇到了维度错误import matplotlib.pyplot as pltimport tensorflowas tffrom time import time
# 2) ImportMNIST data http://yann.lecun.com/exdb/mnist&
浏览 8提问于2017-03-10得票数 1
回答已采纳
我有一个tensorflow模型，并转换为tensorrt模型。Tensorflow模型的uff转换如下所示。输入是图像，输出是Openpose/concat_stage7 NOTE: UFF has been tested with TensorFlow 1.12.0.Openpose/concat_stage7No. nodes: 463
UFF Output written to cmu/cmu_openpose.uff Tens
浏览 49提问于2019-06-03得票数 0
回答已采纳
0回答
我有一个维度为h x w x c的3D矩阵A。我想从每个“通道”c中提取维度ph x pw的补丁。ph除h，pw除w。在此示例中，ph x pw = 2 x 2我知道如何在tensorflow中使用gather_nd来做这件事，但我希望能有更有效的方法来设置它，因为维度会很大，而且我不希望在内存中有gather_nd的索引数组。有没有可能进行一次智能重塑？numpy或t
浏览 8提问于2017-01-11得票数 7
回答已采纳
1回答
无，-1和？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：使用这些符号中的任何一个是否有功能上的区别？
谢谢
浏览 1提问于2018-08-07得票数 6
回答已采纳
我的目标是建立一个卷积网络来预测蛋白质中每一个氨基酸的三个角度。我在调试需要整形操作的TFLearn DNN模型时遇到了问题。import tensorflow as tf
from protein import ProteinDatabase # don'tnumpy.ndarray'>, shape = (25, 54
浏览 5提问于2017-08-17得票数 0
回答已采纳
import tensorflow as tfimport cv2import numpy as np
label = np.argmax(predictions)plt.show()
但我总是遇到错误，我试图使图像形状和阴影有效的model.predict输入，所以我被困在这个时刻，不知道如何正确地重塑我的形象。我希望任何人都能解释我<
浏览 5提问于2020-11-20得票数 0
回答已采纳
1回答
我过滤了CIFAR-100中的训练和测试数据，我只选择了水果和蔬菜超级班。现在，我有2500个训练数据和500个测试数据。但是，我收到一个错误，说卷积层的尺寸输入错误。我希望有人能帮我解决这个问题，谢谢。
浏览 2提问于2016-11-20得票数 0
1回答
我正在尝试使用加法和挤压/归一化将张量从30,50,32,64重塑为30,50,32,1。当我使用Tensorflow重塑时，我得到以下错误。o = tf.reshape(o, shape=[30, 50, 32, 1]) ValueError:无法对具有3072000个元素的张量进行整形，以形成输入形状为30,50,32,64，4且输入张量计算为部分形状的‘30,50,32,1 /embedding/ reshape _4’(op：'Reshape')<
浏览 13提问于2021-04-19得票数 0
回答已采纳
是否有一种方法在自定义Keras损失函数中重塑TF张量？我定义了一个卷积神经网络的自定义损失函数？x_hat)
除了计算标准binary_crossentropy之外，还会在损失中添加一个额外的background_term这个术语鼓励网络预测图像接近批处理的中值。由于CNN的输出是2d，reduce_median在一维阵列中工作得更好，所以我不得不将图像重塑为一维阵列。当我试图训练这
浏览 4提问于2017-03-27得票数 2
我正在尝试制作一个时空图卷积网络，其中gcn层被夹在两个临时cnn层之间。代码如下： inputs = Input(shape=(train_x.shape[1],train_x.shape[2],train_x.shape[3]), batch_size=None)y = tf.keras.layers.Conv1D(128, 9, activation='relu')(inputs)y = tf.keras.layers.Conv2D(32, (1,1), activation=
浏览 28提问于2020-08-10得票数 1
1回答
动态广播
、
我想沿着动态维度动态广播张量的乘法，这是批量大小。我可以硬编码批处理大小，但是不可能推断批处理大小等于1。real_img')
在训练期间，我将为每个占位符提供第一个维度的相同大小我希望有这样的result[0] = random_part[0] * img_placeholder[0]的result = random_
浏览 0提问于2017-08-04得票数 2
1回答
我有一个神经网络，它可以接收500px x 500px的RGB彩色图像，也可以输出另一幅相同尺寸的图像。Conv2D(3, (3, 3), padding="same"),
]) 我遇到的问题是，出来的维度是None，500,500，3，虽然我期望它们是500,500，3，但我不确定额外的维度</
浏览 6提问于2019-05-02得票数 1
我正在尝试重塑一个形状为(?，32，32，64)的张量。得到的张量应该类似于(？* 32 * 32，64)。Tensorflow给出了类似于(?，?)从我的角度来看，这是意想不到的，因为最后一个轴的维度定义得很好。有没有办法解决这个问题？非常感谢!
浏览 12提问于2019-06-04得票数 0
回答已采纳
如何使用小批量数据在TensorFlow中训练网络？1000): 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
浏览 4提问于2016-07-02得票数 6
回答已采纳
然而，当我从google上传一张图片，调整它的大小，规格化它，并将其提供给我的模型时，我有一个尺寸错误。我的模型的输入张量形状是(None,28,28)，但是当我给模型一个28x28像素的图像时，它告诉我我的输入是(None,28)。我该如何解决这个问题？model_code.jpg 这是我得到的错误： WARNING:tensorflow:Model was constructed with shape (None, 28, 28)
浏览 88提问于2020-11-05得票数 1
2回答
流动图像形状误差
、、、、
我已经训练了一个分类器，现在我想通过任何单一的图像。x = np.expand_dims(x, axis=0)
我是否需要重塑我的数据我不明白为什么Tensorflow会期望None作为第一个维度？convolution2d_input_1 to have shape (None, 25
浏览 0提问于2016-12-16得票数 2
回答已采纳
1回答
Keras输入维错误？
、、、、
Keras在输入维度上有问题。=regularizers.l2(0.01), activation="elu"))我的数据有维度(150通常，Keras应该会自动添加批处理大小作为额外的维度，所以我应该以(1,150)的方式结束它的工作。但是Keras在错误的位置添加了批处理大小
浏览 0提问于2017-08-01得票数 6
回答已采纳
这是TensorFlow的新手，但我遇到了这个占位符声明问题。将占位符x定义为：而不是这个？x = tf.placeholder(tf.float32, [None, seq_size, 1])
我是从矩阵的角度思考的。为什么tensorflow会以不同的方式考虑它们呢？
浏览 8提问于2017-02-28得票数 1
回答已采纳
云服务器
ICP备案
云直播
腾讯会议
实时音视频
腾讯云开发者
