文档表明tensorflow有一个svd运算符。然而，我在我的tensorflow和pip for python2.7中找不到它，我在Mac上使用了以下命令：任何建议都将不胜感激。
浏览 11提问于2017-07-05得票数 0
下面的代码从pickle文件加载我的数据，并将numpy的SVD应用到它：import numpy as npprint("Tensorflow version: ", tf.with open('M_matrix.pickle', 'rb') as f:u, s, v = n
浏览 8提问于2017-10-17得票数 0
1回答
我想从text8语料库中用SVD (奇异值分解)在Tensorflow中创建向量表示。我使用了以下代码，但它没有使用多少维数：我需要像这样的东西。我该怎么办？在Tensorflow中可以做同样的事情吗？
浏览 0提问于2017-05-28得票数 1
我希望为Keras中的自定义优化器做SVD (具体来说，我想将移植到Keras。在Tensorflow中，我会使用tensorflow.python.ops.linalg_ops.svd()，但是在keras.backend中没有这样的函数。SVD是否可以在纯Keras设置中执行，或者我可以以某种方式直接使用Tensorflow函数(如果是，如何使用)？编辑：只是为了将来参考，实际上存在一个包装器函数，允许在Keras中直接使用本机tf优化器：
import keras
浏览 2提问于2018-12-02得票数 3
回答已采纳
2回答
我观察到，在我的机器上，tensorflow中的SVD运行速度比在numpy中慢得多。我有GTX 1080 GPU，并且期望SVD至少和使用CPU (numpy)运行代码的速度一样快。设置svd_array = svd_array.astype(complex);
specVar = tf.Variable(svd_array, dtyp
浏览 10提问于2017-09-21得票数 1
回答已采纳
有没有人在这种类型的平台上成功地构建了这个？/bin/tensorflow/core/kernels/_objs/svd_op/tensorflow/core/kernels/svd_op_complex64.pic.o' -fPIC -DEIGEN_MPL2/core/kernels/svd_op_complex64.cc -o bazel-out
浏览 2提问于2017-06-08得票数 0
6回答
我想用TensorFlow解决一个特征值问题。在Matlab中，我会使用eigs(laplacian,4,'sm') 查看https://github.com/tensorflow/tensorflow/blob/master/tensorflow对于在TensorFlow中做这样的线性代数有什么建议，或者最好用Python语言中的其他库？
浏览 68提问于2017-04-29得票数 3
回答已采纳
安装Timing in ms for 2048 x 2048 SVD of type <type 'numpy.float32'> and matmul, mean: 4264.41
TF CPU SVD min: 5926.43, median:
浏览 5提问于2017-09-29得票数 1
我使用以下命令将带有GPU支持和Keras的Tensorflow安装到Anaconda (v1.6.5)中的环境中：condaanaconda3/envs/keras_gpu/lib/python3.6/site-packages/numpy/linalg/linalg.py"，第99行，在_raise_linalgerror_svd_nonconvergencerais
浏览 7提问于2017-10-10得票数 5
回答已采纳
from surprise import SVD,Reader,Datasetdata = Dataset.load_from_df---> 1 data.split(n_folds=5)
AttributeError: 'DatasetAutoFolds' object has no attribute 'split' 它说它没有拆分属性
浏览 13提问于2020-04-19得票数 1
1回答
keras层中的线性代数
、、、、
keras.layers.Lambda(lambda x: ns(x) )(input)~/miniconda3/lib/python3.7/site-packages/scipy/linalg/decomp_svd.pyin null_space(A, rcond) 383 """
--> 384 u, s, vh = svd(A, full_matrices=True)vh.shape[1]
浏览 3提问于2020-02-15得票数 0
1回答
TfidfVectorizer(analyzer='word') return matrix
svd = TruncatedSVD(n_components=3) return svd.componentssentence', 'two sente
浏览 8提问于2017-01-19得票数 1
回答已采纳
当导入tensorflow时，我得到以下错误：
Intel MKL错误:参数4在进入DLASCL时不正确。full_matrices=False)中
文件"/xxx/anaconda3/lib/python3.6/site-packages/numpy/linalg/linalg.py"，第1389行，在svdraise (“SVD未收敛”) numpy.linalg.linalg
浏览 2提问于2017-10-27得票数 1
回答已采纳
Tensorflow (tf.where)函数不支持动态输入形状。 s,u,v = tf.svd(A) z= tf.where(condition
浏览 0提问于2020-02-03得票数 0
回答已采纳
1回答
下面我写了我的简单收缩函数和我取svd的函数def contraction_step(network, max_singular_valuesix], bottom[ix]) u, s, vh = svdnew[-1] = tf.tensordot(new[-1], multiplier, axe
浏览 5提问于2021-11-05得票数 1
它在没有zca白化的情况下运行良好，但是在添加zca之后，它会导致一个名为
。如你所见，我试着训练batchsize..etc的号码..。
浏览 1提问于2018-04-03得票数 0
回答已采纳
1回答
在Tensorflow中，有两种方法可以做到这一点。我可以有两个形状的张量(N,3)，一个表示源点，另一个表示变形网格。
完全使用Tensorflow张量。也就是说，一种在GPU上运行的编写我自己的丢失函数的pythonic方式，而我没有任何C或Cuda代码？
浏览 0提问于2019-02-01得票数 0
回答已采纳
1回答
下面是一个最大加权平均效率：import numpy as np
[[[ 0., 0.], [ 0., 0.]], [
浏览 18提问于2020-02-10得票数 2
回答已采纳
1回答
初始化转置numpy数组
、、、
如果可能，我会写：但是我不能用它的转置来初始化一个数组。现在我有两个问题：
V, S, tmp = np.linalg.svd(A)备选案文2：
V, S, W = n
浏览 2提问于2017-07-18得票数 2
回答已采纳
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
