写入TensorArray错误：“无法读取索引”
通常是在使用TensorArray时出现的错误。TensorArray是TensorFlow中的一种数据结构，用于动态存储张量。它类似于Python中的列表，可以用于存储不定长度的张量序列。
出现“无法读取索引”错误的原因可能有以下几种：
- 索引越界：当尝试读取TensorArray中不存在的索引时，就会出现该错误。请确保索引值在合法范围内，即大于等于0且小于TensorArray的大小。
- 未初始化：在使用TensorArray之前，需要先进行初始化。可以使用
tf.TensorArray()函数创建一个未初始化的TensorArray对象，然后使用write()方法写入数据。 - 写入类型不匹配：TensorArray中的元素类型是固定的，如果尝试写入不匹配的数据类型，就会出现该错误。请确保写入的张量类型与TensorArray的元素类型一致。
- 写入形状不匹配：TensorArray中的元素形状也是固定的，如果尝试写入形状不匹配的张量，就会出现该错误。请确保写入的张量形状与TensorArray的元素形状一致。
解决该错误的方法包括：
- 检查索引值是否合法，确保不超出TensorArray的大小范围。
- 在使用TensorArray之前，先进行初始化，可以使用
tf.TensorArray()函数创建一个未初始化的TensorArray对象。 - 确保写入的张量类型与TensorArray的元素类型一致。
- 确保写入的张量形状与TensorArray的元素形状一致。
以下是一些相关的腾讯云产品和文档链接，可以帮助您更深入地了解和解决TensorArray错误：
- 腾讯云TensorFlow服务：腾讯云提供的TensorFlow云服务，可用于进行深度学习和机器学习任务。了解更多信息，请访问：腾讯云TensorFlow服务
- 腾讯云AI引擎：腾讯云提供的人工智能引擎，包括图像识别、语音识别、自然语言处理等功能。了解更多信息，请访问：腾讯云AI引擎
请注意，以上链接仅为示例，具体的产品和文档可能会根据您的实际需求和地区而有所不同。建议您根据自己的需求和情况选择适合的腾讯云产品和文档。
相关·内容
1回答
我想评估由TensorArray创建的tf.TensorArray操作的输出：
ta = tf.TensorArray(dtype=tf.float32, size=2)
with tf.Session():
ta_output=tf.get_default_graph().get_tensor_by_name("TensorArray:0")
print(ta_output.eval())
但我得到了以下错误：
InternalError: ndarray是1个字节，而TF_Tensor是134个字节
这个错误意味着什么？
浏览 1提问于2019-12-29得票数 0
回答已采纳
我正在尝试为TensorArray和while_loop的组合生成一个非常简单的示例：
# 1000 sequence in the length of 100
matrix = tf.placeholder(tf.int32, shape=(100, 1000), name="input_matrix")
matrix_rows = tf.shape(matrix)[0]
ta = tf.TensorArray(tf.float32, size=matrix_rows)
ta = ta.unstack(matrix)
init_state = (0, ta)
conditi
浏览 2提问于2017-05-08得票数 9
回答已采纳
最近我遇到了一个问题，就是在一个形状的占位符中逐个预处理每个图像二进制代码(tf.string类型)。
[batch_size] = [None]
然后，我需要对每个结果进行预处理。
显然，我不能创建一个FOR语句来解决这个问题。
所以，我用tf.while_loop来做这件事。看上去：
in_ph = tf.placeholder(shape=[None], dtype=tf.string)
i = tf.constant(0)
imgs_combined = tf.zeros([1, 224, 224, 3], dtype=tf.float32)
def body(i, in_ph, i
浏览 0提问于2018-12-29得票数 4
回答已采纳
我通过TensorArray获得了一个包含不同形状张量列表的tf.while_loop()，但是我不知道如何将它们作为一个普通的张量列表。
例如：
TensorArray([[1,2], [1,2,3], ...]) -> [Tensor([1,2]), Tensor([1,2,3]), ...]
res = tf.TensorArray(dtype=tf.int32, size=0, dynamic_size=True, infer_shape=False)
res = res.write(0, (1, 2))
res = res.write(0, (1, 2, 3))
with tf
浏览 2提问于2019-06-27得票数 3
回答已采纳
import tensorflow as tf
B = 3
D = 4
T = 5
tf.reset_default_graph()
xs = tf.placeholder(shape=[T, B, D], dtype=tf.float32)
with tf.variable_scope("RNN"):
GRUcell = tf.contrib.rnn.GRUCell(num_units = D)
cell = tf.contrib.rnn.MultiRNNCell([GRUcell])
output_ta = tf.TensorArray(
浏览 2提问于2017-04-30得票数 13
我有一个tensorflow变量，它使用tf.split进行拆分。
Theta = tf.Variable(tf.random_normal((R,s), dtype=tf.float64))
Theta_s = tf.split(Theta, ysplit, 1)
ysplit是一个包含沿轴1的分裂长度的列表。现在Theta_s[i]是一个维度矩阵(R x ysplit[i])。我必须通过另一个占位符索引变量访问Theta_s。目前，我无法这样做，因为tf.split()返回列表，并得到以下错误：
TypeError: list indices must be integers or sli
浏览 9提问于2017-10-12得票数 1
回答已采纳
我有一个张量a，我想根据另一个张量l循环行和索引值。也就是说，l表示我需要的向量的长度。
sess = tf.InteractiveSession()
a = tf.constant(np.random.rand(3,4)) # shape=(3,4)
a.eval()
Out:
array([[0.35879311, 0.35347166, 0.31525201, 0.24089784],
[0.47296348, 0.96773956, 0.61336239, 0.6093023 ],
[0.42492552, 0.2556728 , 0.86135674,
浏览 0提问于2019-04-14得票数 3
回答已采纳
我试图生成一个矩阵，它简单地依赖于结果的输出大小和一些计算参数，但我仍然试图将其转换为适当的tf.function。
因此，我开始将python构造重写为tf.range和tf.TensorArray，并最终得到了结果，但一切都为零。下面是一个很小的例子：
class Test(tf.Module):
@tf.function
def __call__(self):
ff = tf.TensorArray(tf.int32, size=12)
for i in tf.range(12):
ff.write(i,i*2)
浏览 3提问于2022-02-04得票数 1
回答已采纳
是否可以使用tf.TensorArray's在tf.while_loop体内进行读写，但不能将它们全部传递给loop_vars
我想使用tf.while_loop作为WaveNet声音生成图的一部分，这是一种顺序生成机制，它根据以前生成的一个窗口生成下一个振幅值。但是，我只想在推理时使用这个函数，这样就不需要渐变了，并且会使用back_prop=False调用。
此外，循环body函数必须读取和写入跨时间步骤必须记住的中间值。
看起来，tf.TensorArray是以这种方式读取和写入值的唯一选项，但我注意到，tf.TensorArray.write()返回了一个新的tf.Tensor
浏览 1提问于2018-07-07得票数 0
似乎tf.lookup.experimental.DenseHashTable不能保存向量，我也找不到如何使用它的示例。
浏览 4提问于2020-05-29得票数 0
我已经为一个使用tf.while_loop的玩具问题编写了一些TensorFlow代码。循环将写入tf.TensorArray。在第一次迭代中，我希望将10写入数组的第一个元素。然后在随后的迭代中，我希望在ith element中写入1 + (i-1)。因此，最终的数组应该类似于：[10, 11, 12, 13, 14, ...]。 以下是我在循环中只有两次迭代的情况下的代码： 将tensorflow作为tf导入 def loop_body(i, x):
x = tf.cond(tf.equal(i, 0), lambda: x.write(i, 10), lambda: x.wri
浏览 74提问于2018-12-22得票数 0
我试图在tensorflow中实现多维lstm，我使用TensorArray来记住以前的状态，我使用一种复杂的方法获得两个相邻的状态(上面和左边)。tf.cond希望两个可定位条件都存在，并且具有相同的输入数。这就是为什么我在状态的(最后一个索引+1)中再添加一个cell.zero_state的原因。然后，我使用一个函数来获得正确的状态索引。当我试图使用优化器以最小化成本时，我会得到这样的错误：
MultiDimentionalLSTMCell-l1-multi-l1/state_ta_262@gradients: MultiDimentionalLSTMCell-l1-multi-l1/s
浏览 1提问于2017-02-23得票数 1
回答已采纳
我正在试图弄清楚如何从长度可变的复值张量中提取连续的补丁。提取是作为tf.data管道的一部分执行的。 如果张量不复杂，我会使用这个answer中的tf.image.extract_image_patches。 然而，该函数不适用于复张量。我尝试了以下技术，但它失败了，因为张量的长度是未知的。 def extract_sequential_patches(image):
image_length = tf.shape(image)[0]
num_patches = image_length // (128 // 4)
patches = []
for i in
浏览 11提问于2020-01-17得票数 3
我试图使用另一个TensorArray使用以下代码在TensorArray中左移值：
import tensorflow as tf
an_array = tf.TensorArray(dtype=tf.float32, size=2, dynamic_size=False, clear_after_read=False, element_shape=(1, 2), name="First")
old_array = tf.TensorArray(dtype=tf.float32, size=2, dynamic_size=False, clear_after_read=Fa
浏览 1提问于2020-02-18得票数 1
1回答
我正在编写一个示例程序来学习4个节点上的分布式tensorflow。我的程序包括给一个简单的numpy数组赋值。然后将它们转换为tensorflow数组，以完成基本的算术加法操作。我将输出存储在另一个tensorflowarray数组中。最后，将该数组转换为张量，以便在输出中打印它。
import tensorflow as tf
import numpy as np
import datetime
u1 = tf.TensorArray(dtype=tf.float64,size=101)
u2 = tf.TensorArray(dtype=tf.float64,size=101)
u3
浏览 3提问于2016-10-31得票数 1
回答已采纳
1回答
我在Tensorflow (使用Keras)中创建了一个模型。
在伪代码中，没有过多地编写特定于数据的操作操作，大致是：
iter_count = tf.keras.layers.Dense(1)(input)
#scale iter_count between 1 and int_max
for i in tf.range(iter_count):
inputvariation = tf.concat([input, i])
box = tf.keras.layers.Dense(4)(inputvariation)
#append to Tens
浏览 10提问于2022-09-12得票数 1
回答已采纳
2回答
我正在考虑arangoDB的图形搜索。
我有两个收藏，一个是人，另一个是电影，我在人和电影之间做了一个图表。
当我像下面这样插入查询
FOR p IN people
FOR m In movie
FILTER p.movieName == m.title
INSERT {_from:p._id, _to:m._id} IN peopleAndMovieRelation
当我查询上述查询时，我无法访问peopleAndMovieRelation边缘集合。在查询完成后，我可以访问它。
当插入数据时，ArangoDB是否使用集合锁？
浏览 5提问于2017-09-06得票数 1
回答已采纳
我对亚像素采样感兴趣，我的OpenGL呈现在我的网格边缘轮廓周围的计算机视觉任务。我正在考虑使用MSAA来高效地完成这个任务(但应用程序并不是针对反混叠的)。我发现的问题是，为了从GPU读取样本，我只能将帧缓冲区混合成一个非多采样数据，因此无法恢复单个样本信息。我的问题是：
有没有一种方法可以插入片段着色器来存储每个样本(GL_SAMPLE_SHADING)计算的结果，这样我就可以将这些样本读取回CPU了吗？我考虑过使用glSampleID将输出索引到不同的外部缓冲区，但不知道这是否可能。也许像OIT所用的链表结构(即)这样的方法？但是，它们在GPU上执行所有的计算，所以我不确定我是否能够
浏览 1提问于2017-05-11得票数 2
我想把这一层放在角点上。但是在"list.append(values)“以外的中，我用的是它是错误的。因为我不能在那里使用Python集合，所以我得到了错误。我该用什么？flat_cp shape=(1,3^16)和CP形状应为(200,1,3^16).thanks！
class WeightedLayer(Layer):
def __init__(self, n_input, n_memb, **kwargs):
super(WeightedLayer, self).__init__( **kwargs)
self.n = n_input # 16 featu
浏览 0提问于2021-09-13得票数 2
回答已采纳
2回答
升级到2.1.6后，我们开始注意到完整备份的一致性检查过程中出现以下错误：
This node record has a label that is not found in the label scan store entry for this node
有没有办法重建标签扫描存储？
同样，有没有一种方法可以修复这些索引错误：
ERROR: This node was not found in the expected index.
不幸的是，转到以前的备份不是一个选择，因为我们需要新数据，并且无法重新创建它。
浏览 0提问于2015-02-22得票数 2
我试着这样做：
ta = tf.TensorArray(tf.int32, size=3)
index = tf.placeholder(tf.int32)
value = tf.placeholder(tf.int32)
flow = tf.placeholder(tf.float32)
ta_new = tf.TensorArray(dtype=ta.dtype, handle=ta.handle, flow=flow)
write = ta_new.write(index, value).flow
read = ta_new.read(index)
f =
浏览 2提问于2017-06-08得票数 0
回答已采纳
1回答
这是我在数据库课上的家庭作业的问题之一。
我不明白为什么我们需要将csv文件转换成二进制文件。我认为这种方式会使搜索数据变得更加困难。谁能告诉我为什么我们需要这样做？是我的老师在愚弄我，还是把csv文件转换成二进制文件，以便用二进制搜索方法阅读更好。csv文件一行的示例如下
1|37|O|131251.81|1996-01-02|5-LOW|Clerk#000000951|0|nstructions sleep furiously among
这是我老师给我布置的作业。我真的被困在C任务上了。
概述本作业的目标是帮助您了解查询大型数据集时涉及的问题，这些数据集太大，无法完全装入内存。为了调查这
浏览 2提问于2013-01-19得票数 1
回答已采纳
我想要构建一个具有数千个时间步骤的RNN，所以正确的方法是使用while_loop函数，因为GPU将在for循环中耗尽内存。
但我无法在每一步中找到保存rnn输出的方法。我尝试使用全局列表或使用tf.concat()来积累输出。两样都没用。while_loop()似乎只能用于获得最终的输出。
是否有任何解决方案来获得所有的输出？
浏览 0提问于2016-06-23得票数 0
回答已采纳
我正在使用Keras和Tensorflow后端函数在Keras中编写一个自定义丢失函数。我要最小化f(y_true)和f(y_pred)之间的均方误差，其中f(y)是一个非线性函数。
f(y) = f1(y) f2(y) .f12(y)和fk(y) = Xi_k*Theta_k(y)，k= 1,2，...,12，Xi_k和Theta_k(y)是1阶张量。
由于y_true和y_pred的大小(batchSize X 15)，我需要为训练批中的所有样本计算循环上f(y)的值(我认为避免循环是不可能的)。循环操作的输出将是大小的张量(batchSize X 12)
[[f(y_true[1,:])
浏览 3提问于2020-08-07得票数 0
回答已采纳
我构建了以下TensorArray
ta = tf.TensorArray(
dtype=tf.float32,
size=0,
dynamic_size=True,
element_shape=tf.TensorShape([None, None])
)
并在一个ta = ta.write(idx, my_tensor)中调用while_loop。
在会话中计算output = ta.stack()张量时，我会收到以下错误消息：
ValueError:不能使用‘./TensorArrayWrite/TensorArrayWrite 3’作为‘./Ten
浏览 3提问于2019-02-11得票数 1
回答已采纳
(tensorflow版本：“0.12.head”)
TensorArray.close的文档表明它关闭了当前的TensorArray。它对TensorArray的状态意味着什么？我尝试下面的代码
import tensorflow as tf
sess = tf.InteractiveSession()
a1 = tf.TensorArray(tf.int32, 2)
a1.close().run()
a2 = a1.write(0, 0)
a2.close().run()
print(a2.read(0).eval())
也没有任何错误。close的用法是什么？
。我不知道的评论是什么意思
浏览 2提问于2016-12-13得票数 2
回答已采纳
我不确定我是否理解了如何在while_loops中正确使用TensorArray。我没有得到我想要的渐变-事实上，当我想要一个渐变时，我得到了一个无渐变。
下面是一个小示例，说明TensorArray不能像我预期的那样计算渐变：
a = tf.TensorArray( dtype=DTYPE, size=10, clear_after_read=False, )
a = a.write(0, tf.Variable(initial_value=1) )
b = tf.TensorArray( dtype=DTYPE, size=10, clear_after_read=False,)
b
浏览 0提问于2017-11-05得票数 1
我尝试在while_loop中使用TensorArray，每次循环迭代都会填充TensorArray中的一项。下面是一个最小的例子：
ta = tensor_array_ops.TensorArray(size=4, tensor_array_name='output_ta', dtype=tf.float32)
time = tf.constant(0)
def _call(time, ta):
ta.write(time, tf.constant([1.,2.,3.,4.]))
return (time+1, ta)
_, t_out = tf.whil
浏览 0提问于2018-08-13得票数 2
这种使用TensorArray的模式是跟踪张量历史的有效方式吗？内部循环中的所有内容都是在GPU上完成的，而没有向CPU传输任何内容吗？我如何验证这一点？
import tensorflow as tf
with tf.device('/device:GPU:0'):
@tf.function
def f(x, y):
return y, x + y
x_array = tf.TensorArray(tf.float32, 0, dynamic_size=True,
clea
浏览 12提问于2019-07-10得票数 2
回答已采纳
2回答
我经常听说索引可以极大地提高性能，但有时它们会降低性能。
除了使用内存之外，它们还能如何降低性能呢？
如果我希望优化对给定表的写入时间，但不关心读取时间，我是否最好不使用索引(除了PK)？
浏览 4提问于2013-04-08得票数 1
回答已采纳
我正在处理map_fn函数，并注意到它输出了一个TensorArray，这意味着它能够输出“锯齿”张量(其中内部的张量有不同的一维)。
我试着用下面的代码看到这一点：
import tensorflow as tf
import numpy as np
NUM_ARRAYS = 1000
MAX_LENGTH = 1000
lengths = tf.placeholder(tf.int32)
tArray = tf.map_fn(lambda x: tf.random_normal((x,), 0, 1),
lengths,
浏览 3提问于2017-04-07得票数 5
回答已采纳
1回答
将现有数据放在类中(在数据库中)...我无法创建索引(类型为"all")并返回在创建新索引之前插入的数据。 我已经尝试过通过编程(python)和web界面来实现它。 我希望在创建新索引时能够恢复先前存在的数据。
浏览 10提问于2019-06-21得票数 4
1回答
我创建了一个" load“函数，它将采用JSON格式的数据，并将属性加载到类的属性中。我第一次尝试使用类型记录，并且成功地修复了大多数错误，但是有一些我无法解决。
load(id): void{
let item:object = this.items.find(item => item.id == id);
if(typeof(item) != 'undefined'){
for(let k in item){
if(item.hasOwnProperty(k)){
this[k] = item[k];
}
浏览 1提问于2020-02-11得票数 0
回答已采纳
在执行矢量化赋值时，我在matlab中遇到了一些意想不到的行为，我无法理解这些行为：
>> q=4;
>> q(q==[1,3,4,5,7,8])
The logical indices contain a true value outside of the array bounds.
>> q(q==[1,3,4,5,7,8])=1
q =
4 0 1
为什么命令q(q==[1,3,4,5,7,8])会导致错误，而命令q(q==[1,3,4,5,7,8])=1却可以工作？它是如何将4 0 1作为输出的呢？
浏览 37提问于2020-05-16得票数 4
回答已采纳
在我们的测试实验室中，我一直在试验不同的工作，以防止我们的关键指标变得过于分散。
我目前正在使用这里描述的方法：sys.dm_数据库_索引_物理性_统计数据 (在示例-> D部分:在脚本中使用sys.dm_db_index_physical_stats来重建或重新组织索引)。
基本上每小时我都会查询dm_db_index_physical_stats动态管理视图，如果索引在5%到30%之间，我就重新组织它，如果它大于30%碎片，我就重新构建它。在我们的大多数测试过程中，它似乎工作得很好，但是，我两次遇到了一个问题，在这个问题中，计划的作业失败了，导致了一个错误：
操作系统返回错误23(数
浏览 0提问于2012-05-29得票数 3
回答已采纳
我正在使用LuceneNetV4.8beta，我有一个方法，每5秒在SearcherManager上调用一次SearcherManager。99.9%的情况下，一切正常。然而，在0.1%的时间里，我得到了一个致命的AccessViolationException错误。我不知道是什么导致了这个致命的错误。这是完整的堆栈跟踪：
at System.IO.UnmanagedMemoryAccessor.ReadByte(Int64)
at Lucene.Net.Store.BufferedChecksumIndexInput.ReadByte()
at Lucene.Net.Store.DataIn
浏览 8提问于2022-05-13得票数 0
回答已采纳
我在使用Tensorflow的Dataset API中阅读各种图像(数据和标签)。由于数据集队列位于CPU上，所以复制周围的数据非常昂贵。然而，我似乎无法找到避免这种情况的方法。
问题：我能以统一的顺序(例如h，w，c)有效地加载各种图像吗？
假设我想要在单通道图像中阅读，我可以这样做：
image = tf.image.decode_png(tf.read_file(file_name), channels=1) # h,w,c
或用于多通道RGB：
image = tf.image.decode_png(tf.read_file(file_name), channels=3) # h,
浏览 0提问于2018-02-23得票数 3
这里有一个500000000 x 5的矩阵。
这个数据的样本如下：
1 01 06:0 48407 1 01 06:1 48407。。865850 31 23:5 1586884493
每列表示area_number日期小时:分钟amount_of_data
我想要完全加载它们，然后从它们的第5列值创建另一个865850 X 4464矩阵。在这个新的矩阵中，row坚持area_number。每一列表示根据时间优先级的amout_of_data。
这是我写的。
clear all; close all;
fileID=fopen('data2.txt','r');
浏览 0提问于2015-04-05得票数 0
当我使用一个层(tf.keras.layers.Layer)的输出作为另一个层中的循环迭代器时，我得到一个InaccessibleTensorError， InaccessibleTensorError: The tensor 'Tensor("looper/while/sub:0", shape=(None, 1), dtype=float32)'
cannot be accessed here: it is defined in another function or code block. Use return values,
explicit Py
浏览 401提问于2021-11-23得票数 1
回答已采纳
我想使用autograph来提取Tensorflow模型相对于其输入的导数，但由于某种原因，autograph给出了一个错误。下面是我正在使用的函数： @tf.function
def get_dydt(data,model,outsize):
ipt = data
y_list = []
with tf.GradientTape(persistent=True,watch_accessed_variables=True) as tape_1:
tape_1.watch(ipt)
with tf.GradientTape(persis
浏览 21提问于2021-05-05得票数 1
回答已采纳
Python中起作用的东西不想在Swift中工作。
给定的是一个包含数字的子数组的数组。在迭代期间，一旦存在条件，即所讨论的元素在位置0处包含某个值，我希望更改这个子数组中的其他值。
var coordinatesList = [[0, 1, 1, 1], [1, 12, 17, 23], [2, 81, 29, 66], [3, 41, 20, 94]]
for i in coordinatesList {
if i[0] == 6 {
i[3] = 5
}
}
但是，我的意图失败了，因为我得到了错误消息，即我是一个let元素。
一条错误消息，我什么也做
浏览 14提问于2022-05-29得票数 0
回答已采纳
在ASP.NET中使用Lucene.Net时，我可以想象一个web请求可以触发索引更新，而另一个web请求正在执行搜索。Lucene.Net有没有内置管理并发访问的能力，或者我必须管理它，以避免“被另一个进程使用”的错误？
编辑:在阅读了文档和实验之后，我想我学到了两个问题:线程安全性和并发性。多线程是“安全的”，因为你不能对索引做任何不好的事情。但是，它是安全的，代价是一次只有一个对象锁定索引。第二个对象将出现并抛出异常。因此，您不能让搜索处于打开状态，而期望另一个线程中的编写器能够更新索引。如果线程忙于更新索引，那么创建搜索器的尝试就会失败。
此外，搜索者看到的是他们打开索引时的样子，所以
浏览 2提问于2008-10-11得票数 16
当我使用CPU作为设备时，下面的代码可以很好地工作，但是当使用GPU时它会失败。这是我正在犯的错误：
InvalidArgumentError (回溯参见上文)：无法为操作‘Adam/update/Cast_5’分配设备:无法满足显式设备规范/设备: GPU :0‘，因为没有支持的GPU设备内核可用。
基于此，我假设嵌套的map_fn调用不存在GPU梯度，是这样吗？如果是这样的话，我是否可以实现相同的代码，这样它就可以在GPU上工作，同时保留这两个嵌套函数？
谢谢。
import numpy as np
import tensorflow as tf
def loop_inner(
浏览 1提问于2017-09-15得票数 1
1回答
是否有人试图在写入parquet时创建列索引？Parquet 2.0在中提供了对列索引的支持，但我无法弄清楚如何使用它。基本上，当我从星星之火写到地板时，我希望有一个列被索引，这样当我再次阅读它时，我可以有更快的查询。但我想不出如何继续下去。
浏览 3提问于2021-08-31得票数 1
1回答
所以我试图在TensorFlow中填充一个矩阵，这个矩阵的大小取决于输入的大小，所以我使用TensorArray来完成它。从本质上说，Numpy的等价物是：
areas = np.zeros((len(rows)-1,len(cols)-1))
for r in range(len(rows)-1):
for c in range(len(cols)-1):
areas[r,c] = (rows[r+1]-rows[r])*(cols[c+1]-cols[c])
我试图在TensorFlow中使用tf.while_loop和tf.TensorArray实现这一点。
i
浏览 2提问于2017-06-27得票数 2
回答已采纳
我意识到创建许多新的实体(和属性)是非常昂贵的，所以我决定将数据块(~50kb，压缩的Json)存储在一个实体中作为字节数组(blob)到数据存储。
但是，我不知道写/读blob数据可能需要多少次写/读操作。我想知道它是取决于blob数据的大小，还是仅仅是恒定的写/读操作。
提前感谢您:)
浏览 0提问于2012-07-15得票数 2
回答已采纳
我试着完成这个功能：
///Split layers take in a single layer and splits it into a
///vector of layers. Since all tensors are two dimensional,
///we can split with a single usize on axis=0.
fn split<O1: Into<Output>>(
input: O1,
num_splits: usize,
scope: &mut Scope,
) -> Result&l
浏览 4提问于2022-04-12得票数 0
我使用的是Tensorflow v1.15。在下面的示例中，我有一个非常基本的TensorArray实现：
import tensorflow as tf
an_array = tf.TensorArray(dtype=tf.float32, size=5, dynamic_size=True, clear_after_read=False, element_shape=(16, 7, 2))
for i in range(5):
val = tf.random.normal(shape=(16, 7, 2))
an_array.write(i, val)
print
浏览 9提问于2020-02-17得票数 2
回答已采纳
2回答
我正在尝试将tf.data.Dataset的标签转换为热编码标签。我正在使用this数据集。我已经在专栏中添加了标题(情感，文本)，其他的都是原创的。 下面是我用来将标签(正，负，中性)编码为一个热(3，)的代码： def _map_func(text, labels):
labels_enc = []
for label in labels:
if label=='negative':
label = -1
elif label=='neutral':
label = 0
e
浏览 15提问于2020-12-17得票数 0
1回答
我正在尝试使用"Adding Imebra to your Intellij Idea“中给出的说明来读取dicom文件，但我遇到了一些问题。
我面临问题的确切代码片段是这样的：
Stream stream = new Stream();
stream.openFileRead("/sdcard/Download/87FDH4G2.dcm");
我得到的错误是流无法打开。我已经把文件放好了。但是我还是得到了这个错误。请推荐我。
浏览 0提问于2015-06-24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
云直播
对象存储活动推荐
腾讯云开发者
