Tensorflow粗糙张量中的掩码值
TensorFlow是一个开源的机器学习框架，广泛应用于深度学习和人工智能领域。在TensorFlow中，张量（Tensor）是其核心数据结构之一，可以理解为多维数组。而掩码值（Mask Value）是指在张量中用于表示缺失或无效数据的特定值。
掩码值在TensorFlow中的应用场景很多，其中一个典型的应用是在自然语言处理（NLP）任务中的序列填充（Sequence Padding）。在NLP任务中，输入的文本序列长度往往不一致，为了方便进行批处理，需要将序列统一填充到相同的长度。这时，可以使用掩码值来标记填充位置，以便在后续的计算中忽略这些填充值。
TensorFlow提供了tf.sequence_mask()函数来生成掩码张量。该函数接受一个长度为N的一维张量作为输入，生成一个形状为(N, M)的二维掩码张量，其中M是输入张量中的最大值。掩码张量中的元素值为True表示对应位置是有效值，为False表示对应位置是填充值。
在实际应用中，可以使用掩码张量来过滤无效数据、计算序列长度、进行注意力机制等操作。例如，在文本分类任务中，可以使用掩码张量将填充位置的注意力权重置为0，以避免填充值对模型的影响。
腾讯云提供了多个与TensorFlow相关的产品和服务，例如腾讯云AI Lab、腾讯云机器学习平台（Tencent Machine Learning Platform，TMLP）等。这些产品和服务可以帮助用户快速搭建和部署基于TensorFlow的机器学习模型，提供高性能的计算资源和丰富的开发工具，助力用户在云计算环境中进行深度学习和人工智能的研究与应用。
更多关于腾讯云相关产品和服务的介绍，可以访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
1回答
我使用两个兼容的张量调用tensorflow.boolean_mask，但是这个维度不是这样的：
for m in range(self.class_dim):
labels_m = loop_labels[m]
mask_m = mask[m]
labels_m = tf.boolean_mask(labels_m, mask_m)
这两个输入([512])的尺寸都匹配，但是一旦我调用boolean_mask，输出就是一个包含219个元素的张量，但是维数是[2]。是什么导致了这种行为？输出形状应为219。
浏览 4提问于2022-04-23得票数 0
我似乎想不出如何用tensorflow.js创建一个粗糙的张量。我在api文档中也找不到任何东西。
我正在做一个简单的猫对狗AI，并有不同大小的图像。我使用fs.readFileSync获取缓冲区，使用toJson方法，然后在训练数据中使用对象上的data属性作为向量。因为图像是不同的，每个矢量都是不同的大小，因此需要一个粗糙的张量。我已经尝试过在我的形状中使用null或NaN，但没有结果。
我对坦索弗洛也相当陌生，所以欢迎你提出任何建议。
这是我的代码：
const tensorflow = require('@tensorflow/tfjs')
const fs = req
浏览 0提问于2019-04-28得票数 2
回答已采纳
2回答
广播和级联粗糙张量
、、、、
我有一个粗糙的张量维数[BATCH_SIZE, TIME_STEPS, EMBEDDING_DIM]。我想用另一个形状[BATCH_SIZE, AUG_DIM]张量的数据来增加最后一个轴。给定示例的每个时间步骤都会以相同的值进行扩展。
如果每个例子的张量都不是变化的TIME_STEPS，我可以简单地用tf.repeat重新构造第二个张量，然后使用tf.concat
import tensorflow as tf
# create data
# shape: [BATCH_SIZE, TIME_STEPS, EMBEDDING_DIM]
emb = tf.constant([[[1, 2,
浏览 4提问于2021-03-12得票数 7
回答已采纳
我必须为张量中不等于-1的所有数字创建掩码。
在numpy中，我会这样做：
mask = np.ones_like(my_matrix)
mask[my_matrix == -1] = 0
如何在tensorflow中实现相同的功能？
浏览 0提问于2017-09-25得票数 0
1回答
我刚接触到tensorflow，我正在尝试连接两个不同形状的张量。张量有形状：
>>> a
# <tf.Tensor: id=38, shape=(30000, 943, 1), dtype=float64
>>> b
<tf.Tensor: id=2, shape=(30000, 260, 1), dtype=float64
能否在axis=0上将它们连在一起，得到形状为(60000，?，1)的张量？在连接之前，我试着把它们转换成粗糙的张量：
a2 = tf.ragged.constant(a)
b2 = tf.ragged.constant
浏览 8提问于2022-07-19得票数 3
回答已采纳
我想稀疏卷积核，所以我需要在训练过程中将核中的一些值设置为零值。tensorflow中有没有一些apis可以帮助我实现我的想法，将张量中的一些值设置为零？
浏览 2提问于2017-05-13得票数 8
回答已采纳
我正在尝试Tensorflow 2.0 alpha预览并测试急切的执行。我怀疑的是，如果在中间有一个可变大小的numpy数组，比如
input.shape
(10,)
input[0].shape
(109, 16)
input[1].shape
(266, 16)
等等，对于数组的其余部分，如何急切地将它们转换为张量。
当我尝试
tf.convert_to_tensor(input)
或
tf.Variable(input)
我得到了
ValueError:未能将numpy ndarray转换为张量(无法以字节形式获取元素。)
转换每个子数组可以工作，但是由于子数组大小不一样，所
浏览 0提问于2019-03-21得票数 5
回答已采纳
我正在尝试用以下方式组合张量： a = [0, 0, 1, 1, 1, 2]
b = [[1, 2], [3, 4],
[5, 6], [7, 8], [9, 10],
[11, 12]] 输出： c = [[[1, 2], [3, 4]],
[[5, 6], [7, 8] ,[9, 10]],
[[11, 12]]] 所以本质上a是张量b在第二维的指数。 形状如下： a = (?,) #(6) in this example
b = (?, 2) #(6, 2) in this example
c = (?, ?, 2) #(batch_si
浏览 9提问于2020-09-23得票数 0
假设X是一个张量，它的第一维未知(批量大小)，第二和第三维已知，n,m。假设Y是相同维度的张量，它是X的掩码，即对于批次中的每个样本，它包含1，其中X[b,n,m]包含真值，而0则只是填充。
我想在X的行/列上运行汇总操作，受掩码的约束。也就是说，如果X的某个样本的某行n包含从某个点n_0开始的零，我不希望计算中包含它。
虽然我可以手动解决诸如reduce_mean或reduce_min之类的操作，但我不能使用reduce_prod，例如，如果矩阵由零填充...
有没有办法使用向量掩码来执行reduce_XXX类型的Tensorflow操作？
谢谢。
浏览 4提问于2016-08-21得票数 4
我正在把一个矮小的代码翻译到Tensorflow。
它有以下几行：
netout[..., 5:] *= netout[..., 5:] > obj_threshold
这不是相同的Tensorflow语法，我很难找到具有相同行为的函数。
首先，我尝试了：
netout[..., 5:] * netout[..., 5:] > obj_threshold
但是返回是一个布尔的只张量。在这种情况下，我希望obj_threshold下面的所有值都是0。
浏览 1提问于2018-11-08得票数 2
回答已采纳
2回答
我正在和tensorflow一起研究一个算法。以下是想要的代码的NumPy版本： x = [1,2,3,4,5,6,7,8,9,10]
sets = {1,5,7}
y = [0,0,0,0,0,0,0,0,0,0]
for i in range(10):
if i in sets:
y[i] = x[i] 它会得到结果： y = [0,2,0,0,0,6,0,8,0,0] 如何在tensorflow中实现此功能？有没有办法使用相同的逻辑在tensorflow中实现这一点，而不是在计算后将NumPy数组转换为张量，而是使用张量执行所有操作(例如，使用张量来索引张量，
浏览 22提问于2020-06-26得票数 2
我有以下数组：-
import numpy as np
import tensorflow as tf
input = np.array([[-1.5, 1.0, 3.4, .5], [0.0, 3.0, 1.3, 0.0]])
layer = tf.keras.layers.Discretization(num_bins=2, epsilon=0.01)
layer.adapt(input)
layer(input)
<tf.Tensor: shape=(2, 4), dtype=int64, numpy=
array([[0, 1, 1, 1],
[0, 1, 1,
浏览 4提问于2022-10-18得票数 0
回答已采纳
2回答
对于任何二维张量
[2,5,4,7，7,5,6,8]，
我想对每一行中的顶部k元素做softmax，然后通过将所有其他元素替换为0来构造一个新的张量。
其结果应该是求出每一行[7,5,8,7]上k(此处为k=2)元素的软最大值，即[0.880797,0.11920291，0.7310586,0.26894143]，然后根据原张量中的顶k元素的指数重建一个新的张量，最终的结果应该是
[0，0.11920291，0.880797，0.26894143，0，0.7310586]。
是否有可能在tensorflow中实现这种蒙面软件？事先非常感谢！
浏览 0提问于2018-11-13得票数 6
回答已采纳
Tensorflow最近发布了粗糙的张量：
但是没有任何文档说明如何将破烂的数据保存为TFRecord，并使用data进行还原。
浏览 0提问于2019-03-09得票数 5
我有一个形状为Nx7的张量，它看起来像这样：
[0.97863993 0.64479575 -0.202357 0.94678476 0.0080051 0.44507797 0.47864
0.05914348 -0.72649432 0.193803 0.47295245 0.8381458 0.30449861 0.46783]
我有另一个相同形状的张量，它是一个布尔掩码：
[True False True True False True False
False True False False True False False]
我想要得
浏览 14提问于2017-08-06得票数 1
Tensor("flatten_3/Identity:0", shape=(None, 100), dtype=float32) 您好，我尝试将张量打印为numpy数组，如下所示： import tensorflow as tf
import numpy as np
from keras.layers import Input
print(tf.executing_eagerly())
x = Input(shape=(32,))
print(x.numpy())
浏览 51提问于2020-07-06得票数 0
回答已采纳
我想在TensorFlow中做一些类似于Numpy代码的事情：
a = np.zeros([5, 2])
idx = np.random.randint(0, 2, (5,))
row_idx = np.arange(5)
a[row_idx, idx] = row_idx
这意味着用另一个张量来索引2D张量的所有行，然后给它分配一个张量。我完全不知道如何做到这一点。
到目前为止，我在Tensorflow中所能做的是
a = tf.Variable(tf.zeros((5, 2)))
idx = tf.constant([0, 1, 1, 0, 1])
row_idx = tf.range(5
浏览 0提问于2018-12-05得票数 5
回答已采纳
1回答
我有一个形状的张量= a、b、c
沿dim=1的张量平均值将给出形状= A，c的输出
我的目标是计算沿dim=1大于阈值的值的平均值。这在TensorFlow中是怎么可能的？
我知道tf.where()和tf.boolean_mask()函数，但不确定如何使用它们来完成这项任务。
浏览 0提问于2020-05-04得票数 1
我在Tensorflow中实现了一个特殊的损失函数。下面是一个特殊函数的numpy风格的代码，该函数选择前Q个元素，并屏蔽每行每列中的其他元素。注意，A是一个n*n矩阵，而q是一个小于n的整数。 def thresh(A, q):
A_ = A.copy()
n = A_.shape[1]
for i in range(n):
A_[i, :][A_[i, :].argsort()[0:n - q]] = 0
A_[:, i][A_[:, i].argsort()[0:n - q]] = 0
return A_ 现在的问题是，我
浏览 19提问于2019-06-21得票数 1
回答已采纳
2回答
在tensorflow中，我想根据多个指数集对2D张量的列进行求和。
例如：
求下列张量的列之和
[[1 2 3 4 5]
[5 4 3 2 1]]
根据2组索引(第一组为和列0 1 2，第二组为和列3 4)。
[[0,1,2],[3,4]]
应该给两列
[[6 9]
[12 3]]
备注：
所有列的索引将出现在一组索引中，而且只有一组。
这必须在Tensorflow中完成，这样梯度才能通过这个操作。
你知道怎么做那个手术吗？我怀疑我需要使用tf.slice，可能还需要使用tf.while_loop。
浏览 0提问于2018-03-20得票数 4
回答已采纳
1回答
在调试Tensorflow代码时，我想输出张量的形状，比如说，print("mask's shape is: ",mask.get_shape())，但是相应的输出是mask's shape is (?,?,?,1) --如何解释这种输出，是否知道这个张量的前三个维度的确切值？
浏览 3提问于2016-09-19得票数 0
回答已采纳
我正在运行一个tensorflow转换/ beam管道来加载/预处理并保存为TFRecords。然后装载这些记录。在Tensorflow变换的预处理过程中，我要给出一个稀疏张量。因此，我想把它转换成稠密，填充它，并将它转换回稀疏。
代码看起来有点像这样：
import tensorflow_transform as tft
import tensorflow as tf
#...
def preprocess_fn(input_features):
output_features = {}
output_features[CATEGORICAL_FEATURE_NAMES]
浏览 2提问于2019-06-15得票数 1
我想把几个tensorflow：：张量串联在一起，只使用会话一次，我有一个过程，为每个图像检索一个张量，用这个代码建议填充数据。
但是我遇到了试图合并所有这些张量的问题，函数concat的文档还不清楚如何实现它，此时我的代码如下所示：
std::vector<tensorflow::Tensor> inputTensorVector;
for(cv::Mat image: images){
inputTensorVector.push_back(create_vector(image));
}
tensorflow::Tensor input(tensorflow::DT
浏览 1提问于2019-08-05得票数 2
1回答
我有一个张量张量，其中包含一些数值：
[ [0,0,0,1,1,1], [1,2,1,0,1,0] ... ]
对于每个张量，我想得到一个零值的随机指数。所以对于第一个张量，可能的输出值是0,1,2，而第二个张量，可能的值是3,5。(我只想从每一个可能的结果中随机选择一个，比如[0,5])
在tensorflow中实现这一目标的最佳方法是什么？
浏览 0提问于2018-09-07得票数 2
回答已采纳
我正在TensorFlow网站上阅读TensorFlow上的文档。文档说，调用参数采用查询张量，值张量。我的问题是这些张量是什么。他们是，
查询张量= lstm输出
值张量= lstm隐藏状态
如果我错了，请纠正我。
谢谢
浏览 4提问于2020-04-03得票数 0
回答已采纳
2回答
我想调整一个张量(层间)，例如(None，2，7,512)到(None，2，8,512)，方法是插值它(比如使用最近的邻居)，类似于Tensorflow中可用的这个函数tf.image.resize_nearest_neighbor。
有什么办法吗？
我尝试直接使用Tensorflow函数tf.image.resize_nearest_neighbor并将张量传递给下一个Keras层，但是在下一层中引发了此错误：
AttributeError：“张量”对象没有属性“_keras_history”
我相信这是由于Tensorflow张量中缺少的一些属性，这是有意义的，因为层期望Keras
浏览 3提问于2017-09-26得票数 1
回答已采纳
假设我使用Tensorflow的Python创建了一个张量，如下所示，
x = tf.placeholder("float", shape=[None, inputLen])
我想在C++中创建一个tensorflow：：张量等价的张量，这样我就可以运行一个以x作为输入的经过训练的图。我应该如何处理输入形状的第一个维度，它在C++中是tensorflow::TensorShape类型？
如果我这样做了：
tensorflow::TensorShape inputShape;
inputShape.AddDim(0);
inputShape.AddDim(inputLen);
它
浏览 4提问于2015-12-20得票数 3
回答已采纳
我试图使用tensorflow的来映射一个粗糙的张量，但是我得到了一个我无法修复的错误。下面是一些演示错误的最小代码：
import tensorflow as tf
X = tf.ragged.constant([[0,1,2], [0,1]])
def outer_product(x):
return x[...,None]*x[None,...]
tf.map_fn(outer_product, X)
我想要的输出是：
tf.ragged.constant([
[[0, 0, 0],
[0, 1, 2],
[0, 2, 4]],
[[0, 0],
[0, 1]]
]
浏览 11提问于2021-12-16得票数 1
回答已采纳
1回答
选择性迭代张量
、、、、
我目前正在构建一个带有Keras的CNN，并且需要定义一个自定义的丢失函数。我只想考虑我的数据在损失中的特定部分，而忽略基于某个参数值的其他部分。但是，我在遍历Keras丢失函数所期望的张量对象时遇到了困难。
是否有一种简单的方法来计算两个张量之间的均方误差，只查看张量？中选定的值。
例如，在我的例子中，每个张量表示一个2D 16x16网格，每个单元有两个参数--形状(16，16，2)。我只想比较其中一个参数等于1的单元格。
浏览 0提问于2017-03-23得票数 0
重新发布我的original question，因为即使在对清晰度进行了重大改进之后，它也没有被社区恢复。 我正在寻找一种方法，使用TensorFlow内置方法将特征和相应的标签数据拆分到训练和测试中。我的数据已经有两个张量(即tf.Tensor对象)，分别名为features和labels。 我知道如何使用sklearn.model_selection轻松地对numpy数组执行此操作，如此post所示。此外，我被指向这个method，它要求数据采用单个张量。此外，我需要训练集和测试集是不相交的，不像在这个method中(这意味着在拆分之后它们不能有共同的数据点)。 我正在寻找一种方法来使用
浏览 42提问于2020-09-19得票数 0
回答已采纳
1回答
假设我有一个张量，看起来是：
[[4, 5, 6],
[7, 8, 9],
[4, 125, 6],
[72, 81, 91]]
我希望第一篇和最后一篇专栏中的所有值都是0，因此结果如下：
[[0, 5, 0],
[0, 8, 0],
[0, 125, 0],
[0, 81, 0]]
在tensorflow (1.4版)中，最简单和最有效的方法是什么？
我尝试使用tf.boolean_mask，但我的tf版本不支持axis参数，而且它似乎删除了列，而不是将它们归零。
任何帮助都将不胜感激，谢谢！
编辑：输入张量可以有任意数量的列> 3，输出张量将是两个(指定的)列“零”出的张
浏览 0提问于2019-04-16得票数 1
回答已采纳
1回答
输入张量rnn_pv为(?, 48, 1)形状。我想缩放这个张量中的每个元素，所以我尝试使用Lambda层，如下所示：
rnn_pv_scale = Lambda(lambda x: 1 if x >=1000 else x/1000.0 )(rnn_pv)
但它带来了一个错误：
TypeError: Using a `tf.Tensor` as a Python `bool` is not allowed. Use `if t is not None:` instead of `if t:` to test if a tensor is defined, and use TensorF
浏览 0提问于2018-11-06得票数 3
回答已采纳
在Tensorflow Estimator (tf.estimator)中，是否有一种方法可以使用model_fn中的当前会话来计算张量并将值传递给python？我希望在辍学中有一个种子，它依赖于global_step的值，但由于前者需要int，而后者是tensor。
浏览 2提问于2017-11-19得票数 0
回答已采纳
2回答
我正试着在ios上通过一个预先训练好的模型运行一个样本。session->Run()接受我理解的张量作为输入。我已经初始化了一个张量，但是我如何设置它的值呢？我没有太多使用C++的经验。
我已经成功地创建了一个测试模型，它接受形状为{1，1，10}的3维张量。
我从Tensorflow的简单示例中提取了以下代码行来创建输入张量。
tensorflow::Tensor input_tensor(tensorflow::DT_FLOAT, tensorflow::TensorShape({1,1,10}));
从这里开始，我不知道如何设置input_tensor的数据。我想将张量设置为{.
浏览 7提问于2016-08-10得票数 5
2回答
我很难理解Tensorflow张量和稀疏张量的含义和用法。
根据文件
张量
张量是一种典型的多维数组.例如，您可以将一小批图像表示为一个四维浮点数字数组，其中包含维度批处理、高度、宽度、通道。
稀疏张量
TensorFlow将稀疏张量表示为三个独立的密集张量:索引、值和形状。在Python中，为了便于使用，三个张量被收集到一个SparseTensor类中。如果有单独的索引、值和形状张量，则在传递到下面的操作之前，将它们包装在SparseTensor对象中。
我的理解是张量用于操作、输入和输出。稀疏张量只是张量(稠密？)的另一种表示。希望有人能进一步解释不同之处，以及他们的用例。
浏览 3提问于2017-12-05得票数 24
回答已采纳
1回答
TensorFlow和Keras中的符号张量是什么？它们与其他张量有何不同？它们为什么会存在？它们在TensorFlow和Keras的哪里出现？我们应如何处理这些问题，或在处理这些问题时会遇到哪些问题？
在过去，我曾遇到一些与符号张量有关的问题，比如_SymbolicException，但是文档没有描述这个概念。在中，这个问题也会被问到，但是，在这篇文章中，我将重点讨论这个特定的问题，这样以后答案就可以作为参考了。
浏览 3提问于2020-01-12得票数 16
这个问题有两个部分：
(1)在tensorflow中更新张量子集的最佳方法是什么？我看到了几个相关的问题：
和
我知道变量对象可以使用Variable.assign() (和/或scatter_update等)来赋值，但是我觉得非常奇怪的是tensorflow没有一种更直观的方法来更新一部分张量对象。我已经搜索了tensorflow api文档和stackoverflow很长一段时间了，似乎找不到比上面链接中提供的更简单的解决方案。这似乎特别奇怪，特别是考虑到Theano有一个与Tensor.set_subtensor()等效的版本。在这一点上，我是不是遗漏了什么，还是没有通过tensorfl
浏览 0提问于2016-10-28得票数 9
任何将一个张量合并到另一个张量的有效方法，但是在特定索引上。
这是我的全部问题。
我在下面的代码中列出了一个tensor的索引，xy是原始张量。我需要保留xy的行(那些列在索引列表中的行)，并对那些索引以外的元素应用一些函数(简单地说，函数是‘用2乘以它们)，
xy = torch.rand(100,4)
indexes=[1,2,55,44,66,99,3,65,47,88,99,0]
然后把它们合并回原来的张量。
这就是我迄今为止所做的:我创建了一个面具张量。
indexes=[1,2,55,44,66,99,3,65,47,88,99,0]
xy = torch.rand(100,4)
浏览 2提问于2022-01-14得票数 3
回答已采纳
我想获得张量中元素的计数，例如，t = [1, 2, 0, 0, 0, 0] (t是张量)。我可以通过在Python中调用t.count(0)来获得4的0，但是在TensorFlow中，我找不到任何函数来实现这一点。我怎样才能得到0的计数呢？
浏览 0提问于2016-04-10得票数 13
回答已采纳
我可以使用tensorflow2中的tf.make_tensor_proto将张量转换为ndarray，如下所示
action=tf.Variable([20.,10.,6.,9.],dtype=tf.float64)
bound=tf.Variable([10,20,5,10],dtype=tf.float64)
mask=tf.greater(bound, action )
proto_tensor=tf.make_tensor_proto(mask)
ndarry=tf.make_ndarray(proto_tensor)
print(ndarry)
这可以输出ndarry类型的[Fal
浏览 3提问于2020-08-16得票数 0
4回答
有没有办法在Tensorflow中基于字符串张量执行字典查找？
在普通的Python中，我会这样做
value = dictionary[key]
。现在我想在Tensorflow运行时做同样的事情，当我将key作为字符串张量时。就像这样
value_tensor = tf.dict_lookup(string_tensor)
那就好了。
浏览 2提问于2016-02-10得票数 32
1回答
我有一批图像，表示为形式为(B,H,W,C)的形状(2,1024,1024,1)的TensorFlow张量(比如张量1)，其中B是批量大小2，H和W是图像尺寸1024，C是通道数。该张量的每个元素(即每个像素)存储一个元组(a,b)，其中a和b都在0和255的范围内。
我有另一个形状张量(比如张量2)，它的每个元素都存储0和255之间的单个值。
考虑到这种设置，我有以下问题。
我希望将张量1中的每个元素值替换为张量2中的相应元素值。例如，假设张量1中的索引(1,200,500,1)给出的元素包含值(100,20)。我想要查找存储在张量2中像素位置(100,200)处的值，并用该值修改(1,20
浏览 0提问于2020-05-16得票数 0
我想与每个人的名字关联一个号码列表。
keys = ["Fritz", "Franz", "Fred"]
values = [[1, 2, 3], [4, 5], [6, 7, 8, 9]]
如果我运行以下命令：
import tensorflow as tf
table = tf.lookup.StaticHashTable(tf.lookup.KeyValueTensorInitializer(keys, values), default_value=0)
，我得到一个ValueError: Can't convert non-rec
浏览 2提问于2020-10-06得票数 5
回答已采纳
1回答
我在tensorflow中创建一个稀疏张量，约为4,000,000×56,000,000。56M列是特征列AKA的大约10,600个可能值之间的交互变量，是所有值的组合。
Tensorflow的稀疏张量采用一个索引参数，它是一个列表列表，其中每个子列表x，y表示稀疏张量中值的行和列。
我有交互变量的组合：
combos = []
grouped_feature = df.groupby('feature')
for name, group in grouped_feature:
combos.append([*combinations(group.feature.uni
浏览 5提问于2022-02-22得票数 1
回答已采纳
我有2个大小相同的二维张量(假设形状=80,90)。我想要得到绝对值较大的元素变量的值。
在python中，我会这样做：
mask = np.abs(a)>np.abs(b)
c = a*mask + b*~mask
我如何在tensorflow中做到这一点，同时仍然能够计算梯度？
我知道我能做到：
mask = tf.abs(a) > tf.abs(b)
但随后：
c= tf.cast(mask, tf.float32) * a + tf.cast(~mask, tf.float32) * b
不传递渐变，因为强制转换操作不传递渐变。
浏览 0提问于2018-06-03得票数 0
目前，我的数据集看起来如下：
feat_1 = tf.random.uniform(
shape=[8000,1],
minval=0,
maxval=1,
dtype=tf.dtypes.float32,
seed=1123,
name=None
)
feat_2 = tf.random.uniform(
shape=[8000,24],
minval=0,
maxval=1,
dtype=tf.dtypes.float32,
seed=1123,
name=None
)
feat_3 = t
浏览 5提问于2022-05-05得票数 1
回答已采纳
为什么我可以将浮点数转换为张量，如下所示：
tensor = convert(TensorFlow.Tensor{Float32}, 0.05)
<Tensor Cast_8:1 shape=() dtype=Float32>
而不是浮点数的张量。以下命令：
convert(Float32, tensor)
返回以下错误：
ERROR: MethodError: Cannot `convert` an object of type TensorFlow.Tensor{Float32} to an object of type Float32
This may have arisen
浏览 0提问于2018-05-22得票数 2
在TensorFlow中有一种方法可以将布尔掩码张量的两倍大小与“假”-elements一起使用吗？换句话说，在每个元素之后，我想附加一个"False"-element。
例如，我的布尔掩码看起来如下：
Mask = [True False True False]
在将"False"-elements的大小加倍之后，应该如下所示：
Mask = [True False False False True False False False]
浏览 1提问于2018-05-02得票数 1
回答已采纳
我在TensorFlow文档中读了以下一句：
除了tf.Variable之外，张量的值是不可变的，这意味着在单个执行张量的上下文中，只有一个值。然而，两次计算同一个张量可以返回不同的值；例如，张量可以是从磁盘读取数据或生成随机数的结果。
有人能详细阐述一下张量的“不变”方面吗？
什么是“不变性的范围”，因为评估一个张量两次可以返回不同的结果？
“一次执行的背景”是什么意思？
浏览 1提问于2018-10-18得票数 4
回答已采纳
我想使用以下代码将Tensorflow中的张量的子数组等同于： import tensorflow as tf
a = tf.zeros(shape=[2,2])
b = tf.placeholder(shape = [1])
a[0,0] = b 但是有一条错误消息“‘张量’对象不支持项赋值”。我想知道为什么。
浏览 9提问于2019-02-27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
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
