是否有可能从依赖于tensorflow中的随机变量的张量中获取样本？我需要得到一个近似的样本分布，以便在要优化的损失函数中使用。具体地说，在下面的示例中，我希望能够获得Y_output的样本，以便能够计算输出分布的均值和方差，并在损失函数中使用这些参数。
浏览 10提问于2018-07-30得票数 0
numpy中有一个函数可以将给定值插入到数组中：或者，tensorflow中是否有一个函数可以使用张量值之间的零进行张量上采样？
浏览 16提问于2017-08-23得票数 0
我试图通过注入服从正态分布的随机噪声来改进优化器RMSPropOptimzer。因此，我试图直接重建的源文件，特别是重写ApplyRMSProp算法。
因此，我试图引入随机噪声。但是我不知道如何在training_ops.cc的内核文件中调用这个接口。所以我问是否有人能给我任何关于如何在训练中引入随机变量的建议。
浏览 5提问于2016-08-03得票数 0
回答已采纳
我的目标是3D医学图像。
对于具有形状[batch, height, width, channels]的4维张量B，使用tf.image.resize_*进行上采样。对于具有形状[batch, height, width, depth, channels]的5-D张量A，例如对形状[batch, 1.5*height, 1.5*width, 1.5*depth, channels]进行上采样，可以使用tf.nn.conv3d_transpose进行上采样</em
浏览 8提问于2018-05-15得票数 2
1回答
如何在中创建用于采样的自定义层？
、、、、
我正在Keras构建一个带有Tensorflow后端的CNN，我想介绍一个应该执行以下操作的自定义层：
样本必须随机抽取，，使最高值像素被采样的概率更高的。换句话说，概率分布应该是输入张量本身(归一化)
浏览 1提问于2019-03-07得票数 2
2回答
我正在尝试遵循tensorflow上的udacity教程，在那里我遇到了以下两行单词嵌入模型： embed, train_labels, num_sampled, vocabulary_size))
现在我了解到第二个语句是用于采样负标签的我提供的第二个函数是当前输入及其对应的标签，以及我想(负)采样的标
浏览 4提问于2016-06-07得票数 11
回答已采纳
给定一个包含Bernoulli分布均值的一维张量，如何用给定的均值对相应的一维张量进行采样？tf.ceil(tf.sub(tf.random_uniform((1, means.get_shape()[0])),means))
但是ceil函数在TensorFlow中没有定义梯度。
浏览 14提问于2016-02-18得票数 3
回答已采纳
假设我有一个形状为(m, n)的张量A，我想从每一行中随机采样k个元素(没有替换)，得到一个形状为(m, k)的张量B。如何在tensorflow中做到这一点？
浏览 49提问于2019-07-29得票数 1
TensorFlow出色的抽象可以使用带有谓词的筛选：
使用take()似乎是不可能的，因为这不依赖于数据集内容：
取取(
浏览 0提问于2018-06-22得票数 0
回答已采纳
我正在使用TensorFlow概率来训练一个模型，该模型的输出是一个用于概率回归的tfp.distributions.Independent对象。我的问题是，我不确定如何在负对数似然(NLL)损失函数中实现样本加权。def __call__(self, y_true, y_pred, sample_weight=None):
return -y_pred.log_prob(y_true) 对于标准的TensorFlow损失函数和包含(X, y, samp
浏览 174提问于2021-11-08得票数 1
回答已采纳
我在tensorflow中实现了DeepMind的DQN算法，并在我调用optimizer.minimize(self.loss)的行中遇到了这个错误：
ValueError: No gradients通过阅读有关此错误的其他文章，我发现这意味着损失函数不依赖于用于建立模型的任何张量，但在我的代码中，我无法看出这是怎么回事。qloss()函数显然依赖于对predict()函数<em
浏览 0提问于2016-06-17得票数 1
回答已采纳
1回答
在tensorflow中是否有一种现有的和池实现？在搜索时，似乎只支持平均和最大池操作。
我有一个NHWC张量，其中每个HxW矩阵都是一个概率映射，我想通过2x2和池降低样本。如果tensorflow中不存在和池函数，还有其他方法可以使用Python实现这种下采样操作吗？
浏览 2提问于2017-07-13得票数 1
回答已采纳
在TensorFlow中，假设我们有numpy NHCW格式的训练数据xs。我想在Tensorflow中对来自xs的批次进行采样，我做到了tensor_list = [tf.convert_to_tensorstf.train.shuffle_batch(tensor_list, batch_size=3, capacity=50, min_after_dequeue=10)
这段代码
浏览 4提问于2017-12-07得票数 1
假设我有一个来自上一层的4D张量x，形状为[2, 2, 7, 7, 64]，其中有batch = 2，depth = 2，height = 7，width = 7和in_channels = 64。我想把它上采样成一个形状为[2, 4, 14, 14, 32]的张量。也许下一步是用[2, 8, 28, 28, 16]和[2, 16, 112, 112, 1]等形状来转移它。我是Tensorflow的新手，我知道CAFFE和Tensorflow之间<em
浏览 1提问于2019-01-10得票数 0
1回答
有没有什么办法可以让我增加最大的递归深度？我只需要它大2-3倍。
我有一个具有许多张量的tensorflow图，这些张量是懒惰地构造的，因为它们依赖于其他张量(这些张量可能还没有构造)。
浏览 0提问于2017-08-12得票数 0
我正在研究tensorflow过程，但是要理解这个过程有很多困难。
什么是活数据与死数据？这就像没有用过的数据和已经使用的数据一样吗？我想我还没完全理解这学期。它可以在函数ActivateNodes() (executor.cc)中
浏览 3提问于2017-10-11得票数 0
回答已采纳
1回答
我想做与下面相同的numpy操作来创建自定义层class Sampling_layer(keras.layers.Layer):
return input_img[:,self.sampl
浏览 20提问于2021-02-18得票数 0
1回答
下面是定义两个随机伯努利随机变量的一种方法，一个依赖于另一个具有装饰符的随机变量。np.random.binomial(1, 10**logp(True, A)))
这是最正确和简洁的方法吗上面的代码似乎是多余的，必须总是定义如何从伯努利房车中采样，但也许这是不可避免的？最后，是否有必要调用像np.random
浏览 1提问于2015-02-25得票数 0
从tensorflow中的另一个张量初始化张量数组的正确方法是什么？假设我有一个张量这个tensorarray依赖于T1的说法是什么？如果我的理解是错误的，请纠正我，T1是一个嵌套张量，我想使用tf.while_loop在维度上循环，因此我想用它初始化T
浏览 1提问于2017-08-08得票数 0
128, 3, 32, 32))for i in range(len(y)):可以用类似于数组切片的方法替换
浏览 2提问于2022-03-15得票数 3
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
