我试图做一个"Speech2Text“的任务,使用变压器模型在拥抱面。
我在拥抱面上尝试了文档中的代码
import torch
from transformers import Speech2TextProcessor, Speech2TextForConditionalGeneration
from datasets import load_dataset
model = Speech2TextForConditionalGeneration.from_pretrained("facebook/s2t-small-librispeech-asr")
process
1: 1。
我想使用numpy函数用Python编写上面的等式:
b = b - INV(J'*J) * J' * r(b)
J是矩阵,J‘是J,X和r数组的矩阵转置
b = b - linalg.inv((zip(*J)).dot(J)).dot(zip(*J)).dot(r)
这不管用..。有什么建议吗?
编辑
错误:
AttributeError: 'zip' object has no attribute 'dot'
,..。我使用Python 3.2
w = scipy.linalg.inv(X.transpose() * X)* X.transpose() * y;
当我在我的一个函数中执行以下操作时..我得到以下错误。我对Python有点陌生,希望得到任何帮助。谢谢。
ValueError: operands could not be broadcast together with shapes (64,242) (242,64)
环境信息
操作系统: OS X El Capitan版本10.11.1
复制步骤
运行“导入tensorflow作为tf”
日志或其他有帮助的输出
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/local/lib/python2.7/site-packages/tensorflow/__init__.py", line 23, in <module>
from tensorflow.
所讨论的内容如下:
# Make efficient matrix that can be built
K = sparse.lil_matrix((N, N))
# Calculate K matrix (<i|pHp|j> in the LGL-nodes basis)
for i in range(Ne):
idx_s, idx_e = i*(Np-1), i*(Np-1)+Np
print(shape(K[idx_s:idx_e, idx_s:idx_e]))
print(shape(dmat.T.dot(sparse.spdiags(w*peq[
我使用anaconda发行版安装了tensorflow,并且无法在python中使用。
当我使用import tensorflow导入tensorflow时,会得到以下错误:
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/Users/kaxilnaik/anaconda/lib/python2.7/site-packages/tensorflow/__init__.py", line 23, in <module&g
我尝试测试tensorflow模型园的安装,并在我的PowerShell:python object_detection/builders/model_builder_tf2_test.py中执行以下命令,从而得到以下错误消息:
Traceback (most recent call last):
File "...\Documents\TensorFlow\models\research\object_detection\builders\model_builder_tf2_test.py", line 21, in <module>
import t
我已经编写了一个Python代码来从(单变量)线性回归模型中估计参数,但是估计系数矩阵的维数是不确定的。向量'beta_estimated‘的维数应该是(1×1),但是是(n-by-n).有什么想法吗?
# Linear regression in Python (univariate)
import numpy as np
import scipy as sci
x_original = np.random.normal(1,1, 100)
x = np.array([x_original])
#x_transpose = x.T
我计算点积如下:
import numpy as np
A = np.random.randn(80000, 3000)
B = np.random.randn(3000, 50)
C = np.dot(A, B)
运行此脚本大约需要9秒:
Mac@MacBook-Pro:~/python_dot_product$ time python dot.py
real 0m9.042s
user 0m10.927s
sys 0m0.911s
我能做得更好吗?numpy是否已经为核心使用了理想的平衡?
我在Ubuntu 16.04上导入tensorflow v0.12时遇到了这个错误。
cortana@cortana:~$ python
Python 2.7.12 (default, Nov 19 2016, 06:48:10)
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
I tensorflow/strea
上个星期机器坏了。试图让tensorflow回到win10上。我已经尝试了两次重装Anaconda3,都被降级到了python36,也尝试过使用pip和conda的tensorflow,但似乎都不起作用。这里是错误消息-任何帮助都将不胜感激 import tensorflow as tf
import numpy as np
from keras.models import Sequential
from keras.layers import Dense,Activation, Dropout
from keras.utils import to_c