使用阈值创建张量
是指根据设定的阈值，将张量中的元素进行二值化处理，将大于阈值的元素设置为1，小于等于阈值的元素设置为0。这种操作可以用于图像处理、自然语言处理等领域。
在云计算领域，腾讯云提供了丰富的工具和服务来支持张量的创建和处理。以下是一些相关产品和服务：
- 腾讯云AI Lab：腾讯云的人工智能实验室，提供了丰富的人工智能算法和模型，可以用于张量的创建和处理。
- 腾讯云图像处理服务：提供了图像处理的API接口，可以对图像进行阈值化处理，实现张量的创建。
- 腾讯云自然语言处理服务：提供了自然语言处理的API接口，可以对文本进行阈值化处理，实现张量的创建。
- 腾讯云机器学习平台：提供了强大的机器学习工具和算法，可以用于张量的创建和处理。
- 腾讯云数据处理服务：提供了数据处理的工具和服务，可以对数据进行阈值化处理，实现张量的创建。
通过使用腾讯云的相关产品和服务，开发人员可以方便地创建和处理张量，实现各种应用场景下的需求。
相关·内容
我有形状(100, 16, 16)的张量A和形状(100)的张量B，其中100是批大小。我想要创建一个具有(100, 16, 16)形状的A的二进制掩码，其中在掩码的每个元素(元素有形状(1, 16, 16))中，如果元素大于计算的分位数值，则值为1，否则为0。张量B中的每个元素依次表示A中每个元素的百分位值。如果B只是一个标量，我可以使用：
flat_A = torch.reshape(A, (100, -1))
quants = torch.quantile(flat_A, B, dim=1)
quants = torch.reshape(quants, (100, 1, 1))
mask
浏览 1提问于2021-06-27得票数 0
回答已采纳
我需要一个自定义的激活，将张量值设置为小于0.05为零。如何在TensorFlow操作中做到这一点？
浏览 1提问于2018-08-22得票数 3
回答已采纳
1回答
我想从一个张量中生成一个掩码。例如：
import numpy as np
import tensorflow as tf
input = tf.Variable(np.array([[0, 0.1], [0.9, 1.0]]))
从input中，我想得到一个带有值的掩码张量：
[[0, 1.0], [1.0, 1.0]]
为此，一种方法是：
output = tf.cast(tf.cast(input, dtype=tf.bool), dtype=tf.float32)
然而，tf.cast是不可微的，梯度不能反向传播，而我希望操作是可微的。我还搜索了其他方法，如tf.floor、tf.wh
浏览 1提问于2018-10-04得票数 3
我有一个图像的张量，我想用python创建它的二进制掩码。即用255替换大于零的值。有没有人能给我合适的建议或指导？提前谢谢你
浏览 4提问于2018-09-05得票数 1
回答已采纳
1回答
我想知道张量森林算法中优化的参数当涉及到神经网络时，我们尝试优化权重和偏差，但我不知道张量森林的情况是什么，因为我想以一种分散注意力的方式训练张量森林
浏览 4提问于2018-05-23得票数 0
1回答
我有一个带暗n x 3的张量，包含n三维矢量。我想用dim n x 3计算一个新的张量。如果向量的范数降到某一固定点以下，我想把它设为零向量，并得到一个新的张量，其中包含变化向量的索引位置。
例子:张量( 1，2，3，0，1，1，4，5，6，.)会导致张量(1，2，3，0，0，0，4，5，6，.)对于张量(1)，如果treshold设置为1.5。
在不使用循环的情况下，我如何才能做到这一点？谢谢你的帮助。
浏览 3提问于2022-02-07得票数 0
回答已采纳
我现在有两个点集(张量)A和B，形状类似
A.size() >>(50，3)，示例：[ 0，0，0，0，1，2，…，1，1，1]
B.size() >>(10，3)
其中，第一维代表点数，第二维表示坐标(x，y，z)。
在某种程度上，这个问题也可以简化为“在两个张量之间找到共同要素”。在没有嵌套循环的情况下，是否有一种快速的方法来做到这一点？
浏览 1提问于2020-05-31得票数 1
回答已采纳
如果我有以下张量：
pmi=tf.constant([[1.5,0.0,0.0],[0.0,0.0,2.9],[1.001,5,1]])
我希望有一个对应的张量Fpmi (或标量)，以便当PMI张量中的元素大于0时，Fpmi中的元素应该是1，而当pmi=0中的元素，Fpmi =0.0005。
如有任何建议，我将不胜感激。
浏览 1提问于2018-02-21得票数 2
回答已采纳
我正在尝试用Python开发一个使用Pytorch和Opencv的文本检测应用程序。我可以在Opencv中使用Pytorch tensor，如下所示。 val = y[0,:,:,0].data.cpu().numpy()
cv2.threshold(val , 0.4, 1, 0) 但这需要很长时间。我需要使用张量对象来执行此操作。我该怎么做呢？
浏览 16提问于2020-01-07得票数 1
回答已采纳
例如，给定一个m x n张量，我试图找到大于阈值的元素。
这似乎可以用tf.greater来完成，但似乎我需要构造一个该阈值的m x n张量？
有什么好方法可以做到这一点吗？
浏览 0提问于2018-01-17得票数 0
1回答
何时不使用张量
、、、
我使用PyTorch已经有一段时间了，现在正在制作一个通用的RL框架。我遇到了一个问题，是使用np.arrays还是使用张量。 什么时候你不想使用可用的张量？是什么让你选择numpy而不是pytorch？显然，张量对于ML模型很重要，但如果您只想进行基本的图像处理或列表操作，该怎么办？ 我很想尽可能地使用张量，但不知道有什么缺陷。(图形混淆？内存泄漏？？) 例如，我有一个基本的未完成的代码片段，用于收集env的动作，不确定是否继续使用numpy。 @dataclass
class Action(object):
"""
Handles actions,
浏览 6提问于2019-10-15得票数 2
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
2回答
我在PyTorch中有二维张量，表示模型的信任。我要：
如果行中的第二个值大于或等于阈值，则应将所有其他值更改为0，否则不应更改。
简单的办法是：
迭代行，如果值大于或等于，检查第2值，创建一行零，将第2值从行更改为第2值，替换行，否则不要做任何<code>F 215</code>。
然而，这是低效的。有没有一种矢量化/张力化的方法来做到这一点？
浏览 2提问于2020-07-15得票数 1
回答已采纳
1回答
我正在调试Theano代码，并按照建议的打印张量的值
a_printed = theano.printing.Print("a: ")(a)
问题是，当a是一个相对较大的矩阵时，该值被截断到前几行和最后几行。但是，我希望打印整个矩阵。这个是可能的吗？
浏览 0提问于2014-07-22得票数 0
1回答
当预测值高于或低于某一阈值时，我想知道神经网络的四舍五入的准确性。例如，我希望它只在预测值高于0.55或低于0.45时才能计算精度，以便滤除接近50/50的情况。
我尝试在堆栈溢出上使用soft_acc函数，并在开始时添加一个if else，以筛选出接近50/50的值。
def soft_acc(y_true, y_pred):
if y_pred > 0.55 or y_pred < 0.45:
return K.mean(K.equal(K.round(y_true), K.round(y_pred)))
我收到了以下错误消息。
TypeError:不允
浏览 0提问于2019-06-16得票数 4
回答已采纳
1回答
我有一个有8个特征和4个时间步骤的数据集。我试图实现一个LSTM，但需要帮助理解，如果我已经正确设置了我的张量。其目的是从LSTM中获取输出的特征，并通过神经网络传递它们。
我的张量形状目前是#samples x #timesteps x#功能，即4500x4x8。这适用于下面的代码。我希望确保模型确实将每个时间步长矩阵作为一个新序列(其中矩阵4500x8为第一个时间步骤矩阵，4500x3x8为最后一个时间步骤)。然后，我采用最后的时间步长输出(输出：，-1，：通过NN输入)。
代码是在做我认为它正在做的事情吗？我问你，因为性能比只使用最后一步数据的简单RF要小一些。这将是意外的，因为数据有很
浏览 6提问于2022-05-18得票数 0
回答已采纳
给定任何PyTorch 2D张量，对于每一行和小于给定值的行，最有效的计算方法是什么？
输入：
tensor([[0.6607, 0.1165, 0.0278, 0.1950],
[0.0529, 0.4607, 0.2729, 0.2135],
[0.3267, 0.0902, 0.4578, 0.1253]])
给定值0.8的所需输出
tensor([[1], #as 0.6607+0.1950 > 0.8
[2], #as 0.4607+0.2729+0.2135 > 0.8
[2]]) #as 0.4578+0
浏览 5提问于2022-07-18得票数 -1
回答已采纳
2回答
我刚刚开始使用张量流的神经网络，我对此非常陌生。我把我的第一个模型训练成两个类别分类，我对输出有一点好奇。假设我们是根据房价是否会上涨来预测的，我们得到的产出如下
House A: .99
House B: .75
House C: .55
House D: .40
我可以假设这些输出是概率吗？所以，更有可能的是B屋会上升，而不是C房，或者只是把它归类为C和B会上升，D房不会上升。谢谢!
浏览 2提问于2016-12-20得票数 0
回答已采纳
1回答
基于阈值的PyTorch训练
、、、、
我有一个神经网络，它在输入时产生一个单一的值。我需要使用网络返回的值来阈值另一个数组。这个阈值运算的结果被用来计算一个损失函数(阈值的值在手边不知道，需要通过训练得到)。以下是一台MWE
import torch
x = torch.randn(10, 1) # Say this is the output of the network (10 is my batch size)
data_array = torch.randn(10, 2) # This is the data I need to threshold
ground_truth = torch.randn(10, 2)
浏览 12提问于2022-03-09得票数 1
回答已采纳
2回答
我想从TensorFlow 2.0中的张量列表中创建一个粗糙的张量，如下所示：
a = tf.convert_to_tensor([1,2])
b = tf.convert_to_tensor([1,2,3])
tf.ragged.constant([a, b])
但这会抛出ValueError: TypeError: Scalar tensor has no `len()`。另一方面，下面的代码从列表列表创建一个参差不齐的张量，运行良好。
a = [1,2]
b = [1,2,3]
tf.ragged.constant([a,b])
有没有办法直接从张量列表中创建粗糙的张量，而无需首先将张量
浏览 37提问于2019-08-04得票数 5
回答已采纳
2回答
我把一个图像读成张量物体，它的目的是成为一个面具。
现在，我希望将接近白色(接近1.0)的值替换为0，将灰色值替换为1。
这样，我的机器学习任务就可以正确地使用面具了。
我试过的是：
tf.where(imag >= 1.0)
或者下一个函数也会返回索引
greater = tf.greater_equal(mask, 0.95)
但是如何更新/分配0呢？scatter_nd_add不适合我。
mask = tf.scatter_nd_add(mask, greater, 0)
编辑：
我尝试了不同的方法：
v_mask = tf.Variable(tf.shape(mask))
i
浏览 0提问于2017-07-10得票数 0
1回答
我想做这样的事：
假设输入张量是一个(2, 3)张量，其值如下：
[[1 2]
[3 4]
[5 6]]
我正在通过以下操作将2D张量压平成一维：
input = tf.reshape(input, [-1])
所以现在输入变成[1 2 3 4 5 6]。
但是，我还创建了一个一维张量，它对前一个张量进行索引，因此所需的输出是[0 0 1 1 2 2]。我应该如何在TF中创建这个张量？
通常情况下，如果输入张量具有(X, Y)形状。我想创建一个一维张量器，其外观如下：
[0 0 0 ... 0 1 ....1 2 ... 2 ... X-1 ... X-1]
其中每个值被重复Y-1次。
浏览 2提问于2017-09-16得票数 3
回答已采纳
这就是我的问题。我有一个张量X，我想把所有的负值都设为0。在numpy中，我将执行以下np.maximum(0, X)。有没有办法在tensorflow中达到同样的效果？我试过tf.maximum(tf.fill(X.get_shape(), 0.0), X)，但这让ValueError: Cannot convert a partially known TensorShape to a Tensor: (?,)失败了。
PS。X是形状(?，)的一维张量。
浏览 3提问于2016-12-09得票数 6
3回答
我有张量“image_features”，它的形状是torch.Size([100, 1024, 14, 14])。我需要复制每个次张量(1024, 14, 14) 10次，得到一个形状为torch.Size([1000, 1024, 14, 14])的张量。
基本上，结果张量的前十行应该对应于原张量的第一行，接下来的十行张量应该对应于原张量的第二行，依此类推。如果可能的话，我不想创建一个副本(每个复制的次张量都可以与它被复制的张量共享内存)，但是如果没有其他方法，创建一个副本是可以的。
我该怎么做呢？
非常感谢。
浏览 1提问于2019-04-19得票数 1
回答已采纳
例如。我有一个像a = tf.constant([4,2,1,3])这样的张量。
如果我想创建一个大小为4，5的张量
我需要的张量将包含以下元素。
[[1,1,1,1,0],
[1,1,0,0,0],
[1,0,0,0,0],
[1,1,1,0,0] ]
如何创建此张量？
浏览 0提问于2019-10-30得票数 1
对于1D，我可以使用shape=创建张量，就像tf.constant([])一样，但是对于2D，我如何使用shape=0,4创建张量
我想连接两个张量，就像这样：
A is tensor # A.shape=[0,4]
A=concat([A,B]) # B.shape=[2,4]
A=concat([A,C]) # C.shape=[3,4]
由于某些原因，我不能同时得到B和C，所以我需要用shape=0,4创建一个张量。
浏览 0提问于2017-10-30得票数 0
有没有一种方法可以直接更新tf.Variable X中的元素，而不创建与X形状相同的新张量？
创建了一个新的张量，因此它似乎没有更新原始的tf.Variable。
此操作通过对输入张量应用稀疏更新来创建新的张量。
显然需要一个形状相同的新张量value来更新tf.Variable X。
assign(
value, use_locking=False, name=None, read_value=True
)
值A张量。此变量的新值。
浏览 2提问于2021-05-03得票数 1
回答已采纳
我试图从一个维度中取出一个元素，同时保持形状不变。 张量的形状是：，我想创建一个新的张量，它是(BATCH_SIZE, 1, NUM_FEATURES)，其中1是最后一步。 输入张量形状是(None, 128,16)我尝试创建一个新的张量如下： X = X[:,-1,:] X的形状变成了(None, 16)，但我需要它变成(None, 1,16)
浏览 13提问于2021-01-19得票数 0
1回答
我已经创建了一个特定大小的张量，即C=4，3，40。我想把之前张量中的值复制到这个张量中。 我想复制张量A= 4, 3的所有值，只复制张量B= 4, 40, 1的二维值。A和B都是FloatTensors。 我试过了： ten_size = torch.zeros(4, 3, 40) 但这显然是一个全为零的张量。我不知道如何从张量A和B中提取特定值并将其输入到ten_size中，因此我没有一个全零的张量。 然后我试着 有没有办法从这些值和大小为4,3的张量A中创建一个张量，从而得到大小为[4,3,40]的张量 这个是可能的吗？或者需要更多信息来回答这个问题？我也在使用pytorch 谢谢:)
浏览 9提问于2021-04-02得票数 1
在python中，似乎通常使用copy.deepcopy方法创建火炬张量的深拷贝，而不是创建现有张量的视图。同时，据我所知，torch.tensor.contiguous()方法将一个非连续张量转化为一个连续张量，或者将一个视图转化为一个深拷贝张量。
然后，如果我想要将src_tensor深度复制到dst_tensor中，下面的两行代码是否可以等效地工作？
org_tensor = torch.rand(4)
src_tensor = org_tensor
dst_tensor = copy.deepcopy(src_tensor) # 1
dst_tensor = src_tensor.c
浏览 3提问于2021-01-26得票数 1
回答已采纳
1回答
我在文件中存储了一个张量(每一行文件都是一个矩阵)。在Matlab中，我想读取每一行，然后创建一个线数的张量*大小(每行的矩阵)，我只是想知道如何从n个相同大小的矩阵创建张量？
浏览 0提问于2016-08-25得票数 0
回答已采纳
我有两个张量对象悔改向量：(0110010)，(0111011)我想比较这两个张量向量，并创建一个新的张量向量：(0110010)在循环中迭代它们是非常慢的，我知道在Matlab中有这个问题的解决方案，所以我假设也有一个关于张量的。
浏览 3提问于2015-11-23得票数 1
回答已采纳
我目前正在使用tensorflow c api使用一个张量。但是，我已经创建了它，并完成了我希望对其执行的操作。现在我想把它移到python中，以便对它进行进一步的操作。
我正在使用tensorflow c-api，因为它提供了python api中没有的功能。所以我的目标是用C语言创建张量，做我需要的操作，然后把它移到python。然而，我找不到任何方式来做这件事。我的方法是创建一个python绑定并返回张量，但是这将是c中的张量，而不是我需要的python张量。有没有人知道我能做什么？
浏览 14提问于2021-06-08得票数 0
回答已采纳
我一直在尝试转换一个类型的张量：
tensorflow.python.framework.ops.Tensor
给一个贪婪的人：
<class 'tensorflow.python.framework.ops.EagerTensor'>
我一直在寻找解决办法，但却找不到。任何帮助都将不胜感激。
上下文：
本文利用Keras序列模型的特征提取方法得到了张量。输出是第一种类型的张量。但是，当我试图使用.numpy()将其转换为numpy时，它没有处理以下错误：
'Tensor' object has no attribute 'numpy'
浏览 4提问于2020-10-17得票数 3
回答已采纳
我有形状的张量A (2，4，2)，形状的张量B (4，4)，所有的值都是int。A中的条目从0到3。
我想要创建一个形状的张量C(2，4，2)。
for循环代码类似于：
for i in range(2):
for j in range(2):
for k in range(4):
C[i][k][j] = B[k][A[i][k][j]]
我如何在tensorflow中创建这样的张量C？
谢谢。
浏览 3提问于2018-10-08得票数 2
回答已采纳
我有多个维度张量，我想根据第i个维度创建成对组合张量，然后创建两个张量，例如， a=tf.constant([[[1,1],[2,2]],
[[3,3],[4,4]],
[[5,5],[6,6]],shape=(3,2,2)) , 我根据0dim(索引是[0,1,2]，所以对是(0,1),(0,2),(1,2) )创建对组合，所以新张量b的0dim来自旧索引[0,0,1]，新张量d的0dim来自旧索引[1,2,2]，完成的结果是： b=tf.constant([[[1,1],[2,2]],
浏览 23提问于2021-02-08得票数 0
回答已采纳
问题是： 我有一个张量，在这个张量上我找到了k_top元素，如果元素不是k_top，我用0创建一个掩码，否则用1，然后我将原始张量与掩码相乘，创建tensor_masked。然后我计算张量的平均值。 现在的问题是，我想返回一个新的张量，其中只有k_top的元素等于平均值(如果起始张量中的原始值为负，则为-average，否则为+average ) 我该怎么做呢？ 这是现在的代码： def stc_compression(tensor, sparsification_rate):
mask = tf.cast(tf.abs(tensor) >= tf.math.top_k(tf.
浏览 17提问于2021-10-15得票数 -1
回答已采纳
例如，如果我有张量
0.8, 0.1, 0.9, 0.2
0.7, 0.1, 0.4, 0.6
N= 2，我想
1, 0, 1, 0
1, 0, 0, 1
或者也许做起来更好，但问题是一样的。
浏览 3提问于2020-05-13得票数 2
回答已采纳
我在用毕火炬做一些机器人强化学习任务。我想使用有关状态的图像和信息作为此任务的观察对象。我所使用的实现并不直接支持这一点，所以我要做一些修改。期望观测是状态，作为一维张量，或图像作为三维张量(通道，宽度，高度)。在我的任务中，我希望观察是张量的一个元组。
在我的代码库中的许多地方，观察结果当然是一个张量，而不是张量的元组。是否有一种简单的方法将一个张量元组作为一个单张量来处理？
例如，我想：
observation.to(device)
当observation是单个张量时，要正常工作，当observation是张量的元组时，调用每个张量的.to(device)。
创建一个可以支持此功能的数据
浏览 2提问于2019-05-28得票数 7
如果我使用tf.Variable创建一个张量，我可以决定这个张量是否可以训练。但是，如果我以以下方式定义张量B，如何将它设置为不可训练：
A=tf.placeholder(tf.int32,shape=[None,100])
B=tf.zeros_like(A)
浏览 3提问于2016-07-19得票数 0
回答已采纳
1回答
了解和跟踪对象检测中的度量
、、、、
如果我在自己的数据集上进行一些培训或评估，我会对度量有一些疑问。我仍然是这个话题的新手，只是尝试了tensorflow和googles对象检测api和tensorboard.
所以我做了所有这些事情，用对象检测api来启动和运行，对一些图像进行训练，并在其他图像上进行一些评估。
因此，我决定使用加权PASCAL度量集进行评估:在张量板中，我为每个类和mAP获得了一些mAP，这是可以看到的，现在出现了问题。
IoU给出了地面真相和预测盒重叠程度的值，并测量了我的目标检测器的精度。
第一个问题：如果没有探测到具有地面真相的物体，对IoU是否有影响？
第二个问题:如果一个地面真实物体被预测为假否定，
浏览 0提问于2018-01-26得票数 2
1回答
是否有一种方法可以在一个提亚诺张量中阈值？例如，如果是v = t.vector()，我想创建另一个张量w，它包含与v相同的值，但超过某个阈值T的张量T被T本身所取代：
v = [1, 2, 3, 100, 200, 300]
T = 100
w = [1, 2, 3, 100, 100, 100]
更普遍地说，有什么标准框架来创建您自己对张量的操作？
浏览 2提问于2014-07-23得票数 0
回答已采纳
我有一个长度为64的张量，我试着附加到第一维，递归地生成二维张量。基本上，每次迭代都会创建一个新的1D 64长度张量，迭代6次，所以到最后我应该有一个6 x 64张量。我该怎么做呢？ 我试过了 names_tensor = torch.cat((names_tensor, sampled_indexes), dim=1) 其中，name_tensor被初始化为torch.zeros(0)，sampled_indexes是在每次迭代中附加的64长度张量
浏览 20提问于2020-01-21得票数 0
1回答
我有两个PyTorch张量A，形状30，11，32，64和B，形状30，11，89。我的目标是创建一个形状为30，11，89，32，64的张量C，其中张量A应该扩展并在第三维复制，然后在适当的维度与张量B相乘。 如何在PyTorch中实现这一点？
浏览 21提问于2020-01-14得票数 1
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
10回答
我用Tensorflow和skflow创建神经网络；出于某种原因，我想得到给定输入的一些内部张量的值，所以我使用myClassifier.get_layer_value(input, "tensorName")，myClassifier是一个skflow.estimators.TensorFlowEstimator。
但是，我发现很难找到张量名称的正确语法，甚至知道它的名称(而且我在操作和张量之间感到困惑)，所以我使用张量板来绘制图形并查找名称。
有没有一种不使用张量板来枚举图中所有张量的方法？
浏览 9提问于2016-04-27得票数 141
回答已采纳
我的结构如下：
torch.Size([channels, width, height])
假设我有张量a
torch.Size([4, 512, 512])
张量b
torch.Size([4, 100, 100])
我想要做的是创建一个张量c，它是在张量a的任意(宽度、高度)坐标偏移上“放置”张量b的结果。例如，假设我想把张量b放在张量a的(300,100)上
因此，对于300-400位之间的张量a宽度，张量a上的值应改为张量b宽度的100个值。
对于在100 ~200位之间的张量a的高度，张量a的值应由张量b高度的100值代替。
我还想选择我想要做这个替换的频道，以及我要为哪些频道保留张
浏览 2提问于2022-04-30得票数 0
什么时候应该使用Input，什么时候应该使用InputLayer？在中有一个描述，但我不知道它意味着什么。
InputLayer：
图层用作图的入口点。它可以包装现有张量(传递input_tensor参数)，也可以创建占位符张量(pass参数、input_shape或batch_input_shape以及dtype)。
输入：
Input()用于实例化Keras张量。Keras张量是来自底层后端(Theano或TensorFlow)的张量对象，我们通过某些属性进行扩展，这些属性允许我们通过了解模型的输入和输出来构建Keras模型。
浏览 4提问于2017-06-12得票数 6
我的问题与外部定义的数据结构：张量有关。张量是一个多维数组。在中，张量是一个有两个字段的类: t.data，t.size：
% Create the tensor
t.data = data;
t.size = siz;
t = class(t, 'tensor');
return;
就像Matlab中内置的函数zeros()一样，我可以使用tenzeros()创建一个充满零的张量，例如，tenzeros(2,3,4)。这个工具箱中还有其他类型的张量数据结构:张量、张量等。
我的问题是，我如何预先分配200个张量或其他张量类型，其中每个张量
浏览 3提问于2014-11-19得票数 1
回答已采纳
我试图用形状shape=(30,4200)从一个张量AAA和shape=(30,4201)和type= float32创建两个张量。
在运行几个不同更改的代码后，此错误将再次出现。
如何选择正确的张量形状？
浏览 1提问于2019-08-20得票数 1
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
