从github代码来看，MatMul操作似乎不支持分区矩阵。那么tensorflow中有没有什么工具可以支持分布在多个节点上的两个巨大矩阵的乘法呢？
浏览 3提问于2017-02-17得票数 1
我试图从Tensorflow内置的稀疏矩阵乘法API中获取性能优势。建议tf.embedding_lookup_sparse是正确的方法。但是，embedding_lookup_sparse的性能似乎在中有些令人失望。虽然它执行较小的矩阵乘法，<1,3196>和<3196,1024>，但稀疏度为0.1的稀疏矩阵不能获得密集矩阵</e
浏览 6提问于2016-06-08得票数 4
回答已采纳
3回答
我有一个项目，该项目的任务是在各自的并行分布式环境中实现矩阵乘法(至少在2台计算机上)。我想用JAVA解决我的问题。矩阵乘法没有问题，只是不知道在并行分布式环境中使用哪种技术。你有什么建议？谢谢:)
浏览 0提问于2011-12-01得票数 0
我有两个使用tf.sparse_placeholder声明的稀疏矩阵。我需要在两个矩阵之间按元素进行乘法。但我在tensorflow中找不到这样的实现。最相关的函数是tf.sparse_tensor_dense_matmul，但这是在一个稀疏矩阵和一个稠密矩阵之间执行矩阵乘法的函数。
我希望找到的是在<
浏览 9提问于2017-08-17得票数 0
回答已采纳
6回答
在scipy中，我们可以使用scipy.sparse.lil_matrix()等构造一个稀疏矩阵，但是这个矩阵是二维的。
我想知道Python中是否有用于稀疏3d矩阵/数组(张量)的现有数据结构？附注：我在3d中有很多稀疏数据，需要一个张量来存储/执行乘法。如果没有现有的数据结构，有什么建议来实现这样的张量吗？
浏览 1提问于2011-10-07得票数 82
考虑到Tensorflow API nn.softmax、nn.sparse_softmax_cross_entropy_with_logits、tf.nn.rnn等，似乎惯例是将样本作为一个批处理中的行放置在神经网络中，向前通过是tf.matmul(input_batch, W) + b，其中input_batch是形状[n_samples, input_size]的矩阵。在批处理中的所有样本(行)上广播行向量b的添加。
当使用神经网络时，这是一种普
浏览 4提问于2016-09-26得票数 2
我正在研究分布式Tensorflow，特别是使用以下论文中给出的分布式Tensorflow实现复现模型。
我们正在使用图与图之间的异步实现分布式tensorflow设置，但结果非常令人惊讶。在替补席上，我们发现分布式训练的训练时间几乎是单机训练的2倍。任何关于可能发生的事情和可以尝试的其他事情的</em
浏览 2提问于2016-09-30得票数 1
回答已采纳
3回答
我正在做一个关于gpu在集群环境中使用mpi通信的研究。一个GPU的矩阵乘法，好的。有谁能告诉我在哪能找到这个吗？或者建议一个实现。
浏览 2提问于2011-05-12得票数 1
回答已采纳
1回答
我想用C++ Tensorflow稀疏矩阵稠密向量(SPMv)乘法:y= Ax请注意，我已经看过以下文章： 。然而，我仍然想知道以下几点：
SPMv乘法在时间上如何与DMv相比？由于稀疏性相对较高，我认为SPMv应该更好地减少操作的数量-是吗
浏览 12提问于2020-07-28得票数 0
我已经用TensorFlow编写了我自己的矩阵乘法实现，当tf占位符的维度被正确定义时，它可以与tf占位符一起使用。(tf.float32, shape=(None, n_inputs), name="X")
y = tf.placeholder(tf.int64, shape=(None), name="y") 在我的实现中，我首先检查矩阵的维数，使它们匹配
浏览 20提问于2019-09-30得票数 1
看看这个例子，我尝试用我的图形处理器来乘以两个tf.int32矩阵。import tensorflow as tfmatrix2 = tf.constant([[2],[2]])
result = sess.run(product)它与上的示例类似] 0: Y
I <em
浏览 3提问于2016-08-29得票数 0
回答已采纳
我想计算一千万条记录的关系，但由于Spark的内存不足，处理过程停止了。通过TF - Hashing创建了一千万个文档，以创建20,000维的特征。首先，我尝试了“近似相似连接”，但计算并不收敛。接下来，我尝试使用scikit-learn的KNN，但当我将所有数据带到Driver时，内存溢出。有没有别的办法呢？
浏览 44提问于2018-12-22得票数 1
回答已采纳
我有一个带有一些较大的135 x 135 x 1 x 3卷积滤波器的tensorflow模型。(注意:我还试着改变我的维度来使用单个conv3d，而不是一批conv2d，但这也有同样的问题)
第二，除了将操作分解成200个单独的图像卷积外，还有人能提出解决方案吗？, output_channels]的二维矩阵.对于每个补丁，右乘滤波矩阵和图像补丁向量.我最初只是把这看作是对过程的一种描述，但如果<e
浏览 5提问于2017-08-30得票数 6
回答已采纳
1回答
我需要执行以下三个步骤：-求正方形对称矩阵的逆，用另一个平方对称矩阵乘以结果，最后求出结果矩阵的特征向量和特征值。python代码：S_m = S_i*S2Hadoop框架中是否存在这些步骤的现有实现我知道在Mahout中的SVD实现，如果在Hadoop中有
浏览 3提问于2014-09-26得票数 0
1回答
有没有办法在Tensorflow中执行批量稀疏矩阵乘法？这些是我想要增加的形状：因此，两边都有一个批处理组件，每个2D内部矩阵对都应该相应地相乘。有没有办法处理当前实现的函数？
谢谢。
浏览 10提问于2017-06-29得票数 2
1回答
由于许多机器学习算法依赖于矩阵乘法(或者至少可以使用矩阵乘法实现)来测试我的GPU，因此我计划创建矩阵a，b，将它们相乘，并记录完成计算所需的时间。下面的代码将生成两个维度为300000,20000的矩阵并将其相乘：import numpy as np
init = tf.global_variables_initializer300000,200
浏览 0提问于2017-01-23得票数 7
回答已采纳
问:是否实现了Tensorflow RNN来输出Elman Network的隐藏状态？
所以我想说清楚。输出和状态只是隐藏的状态向量
浏览 2提问于2017-05-08得票数 2
3回答
我只想实现一个函数，给定一个矩阵X返回X (X^T*X)的协方差矩阵，这只是一个简单的矩阵乘法。在Tensorflow中很简单: tf.matmul(X，tf.transpose(X))
浏览 0提问于2017-05-03得票数 10
回答已采纳
2回答
分布式PCA或等效
、、、
因此，我们正在寻找一个分布式运行的降维实现(例如，在Spark/Hadoop/ etc中)。我们想把功能减少到几千个。由于PCA操作于矩阵乘法，而矩阵乘法并不能很好地分布在一组服务器上，所以我们正在研究其他算法，或者可能是其他分布式降维的实现。
有人遇到过类似的问题吗？你做了什么来解决这个问题？GLRM虽然似乎是我们正在寻找的
浏览 0提问于2018-07-11得票数 5
回答已采纳
稀疏张量与自身或稠密张量的乘法在TensorFlow中似乎不起作用。下面的示例import tensorflow as tf
float32 of argument 'a'
这两个张量都有float32类型
浏览 0提问于2015-12-01得票数 27
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
