以下是为您整理出来关于【python TensorFlow】合集内容，如果觉得还不错，请帮忙转发推荐。
假设我有一个Tensor x,其尺寸未在图初始化时定义. 我可以使用以下形状：x_shape = tf.shape(input=x)现在,如果我想基于x_shape中定义的值创建变量,使用：y = tf.get_variable(variable_name="y", shape=[x_shape[0], 10])我得到一个错误,因为传递给参数形状的值必须是int而不是Tensor.如何在不使用占位符的情况下创建这样的动态形状变量？解决方法:您可以使用x.get_shape()：y = tf.get_variable('y', shape=[x.get_shape()[0], 10...
我安装了最新的python 3.6.4 x64版本 然后使用pip3为cpu-only安装tensorflowC:\>pip3 install tensorflow但是当我尝试在python中导入tensorflow时 它向我显示了以下错误 我确信我已经安装了Microsoft Visual C 2015 Redistributable(x64) 所以它不会是dll msvcp140.dll丢失的问题 它说“DLL加载失败,错误代码为-1073741795” 那么究竟是什么问题呢 我找不到有关此错误代码的任何其他信息 我的操作系统：Windows 7企业版服务包1/64位...
在Keras中,对于密集层,我们可以使用参数activity_regularizer.在Tensorflow中,没有类似的参数. Keras：from keras import regularizers encoding_dim = 32 input_img = Input(shape=(784,)) # add a Dense layer with a L1 activity regularizer encoded = Dense(encoding_dim, activation='relu', activity_regularizer=regularizers.l1(10e-5))(input_img) decoded = Dense(784, activation='sigmoid')(encoded) autoencoder = M...
我试图在NumPy / Tensorflow中执行张量乘法. 我有3个张量 – A(M X h),B(h X N X s),C(s X T). 我相信A X B X C应该产生张量D(M X N X T). 这是代码(使用numpy和tensorflow).M = 5 N = 2 T = 3 h = 2 s = 3 A_np = np.random.randn(M, h) C_np = np.random.randn(s, T) B_np = np.random.randn(h, N, s)A_tf = tf.Variable(A_np) C_tf = tf.Variable(C_np) B_tf = tf.Variable(B_np)# Tensorflow with tf.Session() as sess:sess....
我正在尝试使用tensorflow的每晚1.4,因为我需要Dataset.from_generator将一些可变长度的数据集放在一起.这个简单的代码(来自here的想法)：import tensorflow as tfDataset = tf.contrib.data.Dataset it2 = Dataset.range(5).make_one_shot_iterator()def _dataset_generator():while True:try:try:get_next = it2.get_next()yield get_nextexcept tf.errors.OutOfRangeError:continueexcept tf.errors.OutOfRangeError:return# Da...
我的问题是关于TensorFlow方法tf.nn.dynamic_rnn.它返回每个时间步和最终状态的输出. 我想知道返回的最终状态是否是最大序列长度的单元格状态,或者它是否由sequence_length参数单独确定. 为了更好地理解一个例子：我有3个长度为[10,20,30]的序列并返回最终状态[3,512](如果单元的隐藏状态长度为512). 三个序列的三个返回隐藏状态是时间步骤30中的单元状态还是我在时间步骤[10,20,30]返回状态？解决方法:tf.nn.dynamic_rnn返回两个张...
所以我的问题是我正在运行TensorFlow教程中的初学者级代码,并根据我的需要对其进行了修改,但是当我将它打印出sess.run(precision,feed_dict = {x：x_test,y_：y_test})时使用它要始终打印出1.0,现在它总是猜测0并且打印出约93％的准确度.当我使用tf.argmin(y,1),tf.argmin(y_,1)时,它会猜测所有1并且产生约7％的准确率.将两者相加,它等于100％.我不知道tf.argmin如何猜测1和tf.argmax猜测0.显然代码有问题.请看一下,让我知道我可以...
我正在尝试从tensorflow website完成MNIST教程我有2GB的geforce 760gtx并且每次都耗尽内存.我试图在脚本末尾的代码行中减少批量大小：for i in range(20000): batch = mnist.train.next_batch(5) if i%100 == 0:train_accuracy = accuracy.eval(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})print("step %d, training accuracy %g"%(i, train_accuracy)) train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_pr...
我有两个排名第二的张量,在第二维度上具有相同的大小,但在第一维度上是不相等的.例如,形状[a,n]的张量A和形状[b,n]的张量B.它们可以被视为包含长度为n的向量的两个数组. 我有一个函数f,它接受两个输入,每个输入都是一个形状[n]的张量,并返回一个标量.我想将此函数应用于A和B中的每对向量,其结果是形状[a,b]的张量C,使得对于C中的每个位置(i,j),C [i,j] = f(A [i],B [j]). 如果这些只是常规的Numpy数组,我可以使用以下代码完成此操作...
我试图遵循https://www.tensorflow.org/tutorials/seq2seq的tensorflow教程. 数据似乎加载正常,但是当我初始化模型时,我收到以下错误：Traceback (most recent call last):File "/Users/<username>/PycharmProjects/tensorflow_chatbot/execute.py", line 334, in <module>train()File "/Users/<username>/PycharmProjects/tensorflow_chatbot/execute.py", line 151, in trainmodel = create_model(sess, False)File "/Users/<use...