如何在tensorflow中沿着轴对2-d张量进行排名？
在TensorFlow中，可以使用tf.argsort()函数对2D张量沿着指定的轴进行排名。tf.argsort()函数返回的是原始张量中每个元素在排序后的位置索引。
以下是使用TensorFlow对2D张量进行排名的步骤：
- 导入TensorFlow库：
import tensorflow as tf- 创建一个2D张量：
tensor = tf.constant([[4, 2, 6],
[1, 3, 5],
[9, 7, 8]])- 指定要排序的轴，使用
tf.argsort()函数对张量进行排名：
sorted_indices = tf.argsort(tensor, axis=1)在上述代码中，axis=1表示沿着第二个维度（列）对张量进行排名。
- 打印排序后的索引结果：
print(sorted_indices)输出结果为：
tf.Tensor(
[[1 0 2]
[0 1 2]
[1 2 0]], shape=(3, 3), dtype=int32)上述结果表示原始张量中每个元素在排序后的位置索引。
对于上述问题，推荐使用腾讯云的TensorFlow AI引擎（https://cloud.tencent.com/product/tfai）来进行模型训练和推理。TensorFlow AI引擎提供了高性能的TensorFlow环境和丰富的AI开发工具，可帮助您快速构建和部署深度学习模型。
相关·内容
我有两个张量，第4级的a和第1级的b，我想通过“收缩”离开的最后一个轴来生成3级的aprime，用它对b的点积代替它。在numpy中，这和np.tensordot(a, b, 1)一样简单。但是，我无法在Tensorflow中找到这样的方法。
如何将张量的最后一个轴替换为等于该轴的点积与另一个张量(当然，形状相同)的值？
更新
我在维基百科上看到，这被称为“张量内积”，也就是张量收缩。这似乎是一个常见的操作，我很惊讶在Tensorflow中没有明确的支持。
我相信，通过tf.einsum，这是可能的；然而，我还没有找到一种通用的方法来实现这一点，而这种方法适用于任何级别的张量(这可能是
浏览 5提问于2016-10-05得票数 0
我试着根据特定的轴提取tensorflow张量中“真”的指数。
期望值
[真，假，真，假，
假，假，真，假]
是
[0,2，
2]
我发现
'tf.where'
和我预期的一样，但是
当我使用这个函数时，结果是
[0，0，0，2，1，2]，
有没有办法根据特定的轴求出“真”值的指数？
浏览 1提问于2017-08-24得票数 1
我想随机抽取给定均值和协方差矩阵的样本。在numpy中，我可以使用函数来做这件事。与此对应的Tensorflow是什么？
在我的例子中，数据是2-D的。因此，均值将是维度张量(batch_size，1)中的最小张量，并且均值列表的长度将为2。
浏览 0提问于2017-10-18得票数 0
我正在尝试在Tensorflow中获得2-d张量的秩。我可以在numpy中使用下面这样的东西来做这件事：
import numpy as np
from scipy.stats import rankdata
a = np.array([[0,3,2], [6,5,4]])
ranks = np.apply_along_axis(rankdata, 1, a)
ranks是：
array([[ 1., 3., 2.],
[ 3., 2., 1.]])
我的问题是如何在tensorflow中做到这一点？
import tensorflow as tf
a = tf.con
浏览 6提问于2016-07-12得票数 2
回答已采纳
我有一个包含整数的一维张量，例如3,2,1,2,1,2,3,1,1，我想计算每个整数出现的次数。我希望输出用另一个一维张量表示，即输出上面的张量是0,4,3,2。
我知道这可以在用于Tensorflow的Python API中完成，例如使用tf.unique_with_counts，但是我还没有找到在Tensorflow.js API中实现这一点的方法。
浏览 1提问于2018-12-11得票数 2
3回答
我试图从一篇使用Tensorflow的研究论文中复制一个卷积神经网络。
图中有很多次把卷积的结果连在一起。目前，我正在使用tf.concat()沿着最后一个轴(表示通道)连接这些功能映射。我最初认为我想连接所有的轴，但在tensorflow中，这似乎不是一个选项。现在我面临的问题是，论文指出不同尺寸的张量(特征图)应该连接在一起。tf.concat不支持不同大小的连接，所以我想知道这是否是首先要使用的正确命令。总之，在tensorflow中连接功能映射(有时大小不同)的正确方法是什么？
谢谢。
浏览 7提问于2017-10-02得票数 1
回答已采纳
我希望将嵌入层的输出与自定义张量(myarr / myconst)连接起来。我可以指定具有固定批处理大小的所有内容，如下所示： import numpy as np
import tensorflow as tf
BATCH_SIZE = 100
myarr = np.ones((10, 5))
myconst = tf.constant(np.tile(myarr, (BATCH_SIZE, 1, 1)))
# Model definition
inputs = tf.keras.layers.Input((10,), batch_size=BATCH_SIZE)
x = tf.ker
浏览 12提问于2021-07-12得票数 1
回答已采纳
我已经使用Keras和TensorFlow对按照进行了分类。
网络的输入是形状为28，28的2-D张量，输出是形状为10的1-D张量，这是softmax函数的结果。
如何做到这一点？是否可以使用Keras或必须使用较低级别的API来完成此操作？
经过训练的模型具有以下格式
model = keras.Sequential([
keras.layers.Flatten(input_shape=(28, 28)),
keras.layers.Dense(128, activation=tf.nn.relu),
keras.layers.Dense(10, activati
浏览 4提问于2018-10-06得票数 8
我在tensorflow中有一个二维张量，
例如，一个2*4张量[1.,2.,3.,4.,2.,4.,5.,6.]。
我有一个函数a()，让张量中的每一行都通过，然后对a()的所有结果求和。怎么做(不是在会话中做)？
输出应该是a(1.,2.,3.,4.) + a(2.,4.,5.,6.)，实际上我有一个非常大的张量，有很多行。
这不同于reduce_sum，因为这里的a()函数相当复杂，不能通过矢量化直接使用。
非常感谢！
浏览 3提问于2018-06-25得票数 2
1回答
我想把两个不同等级的张量相乘，例如：
tensor A -> (i x j x k x l)
tensor B -> (l x m)
来得到另一个具有这个维度的张量。
tensor C -> (i x j x k x m) = (i x j x k x l)*(l x m)
在tensorflow中，我必须一直进行整形，以获得如下输出
(A.reshape(-1,l)*B).reshape(i,j,k,m)
还有没有其他直接做这个的操作？
浏览 2提问于2017-05-31得票数 4
我有一个3阶张量的形状(100, 257, 121)，我们称之为y_pred。
我从形状(257, 121)中提取了一个2级张量，我们称之为y_element。
是否有一种类似于tensorflow.not_equal()的方法，将y_element与沿y_pred轴0的其他2级张量单元进行比较，并返回形状(100)的布尔张量。
调用tensorflow.not_equal(y_pred, y_element)确实返回一个bools张量，但其形状与y_pred相同，这意味着它正在将y_element张量与y_pred中的所有3109700个值进行比较。
浏览 2提问于2020-05-18得票数 1
回答已采纳
tf.layers包包含层定义函数，该函数不包含要训练的显式张量。例如，不像那样具有filter张量。
tensorflow如何找到适合的变量？
如果我混合了来自layers和nn的操作，我如何以相同的方式提供我的变量？
假设，我收集变量并将其训练成list：
weights = tf.Variable(tf.truncated_normal([kernel_size[0], kernel_size[0], input_depth, filters],
dtype=tf.float32, std
浏览 1提问于2017-11-14得票数 0
2回答
我的问题分为两个相关的部分：
如何计算张量某一轴上的最大值？例如，如果我有
X= tf.constant([1,220,55,4,3，-1])
我想要像这样的东西
x_max = tf.max(x，axis=1)打印sess.run(x_max)输出: 220,4
我知道有一个tf.argmax和一个tf.maximum，但都没有给出沿着单个张量的轴的最大值。现在，我有一个变通方法：
范围(1，2)内的x_max = tf.slice(x，begin=0,0，size=-1,1)：x_max = tf.maximum(x_max，tf.slice(x，begin=0，a，size=-1,1))
浏览 322提问于2016-01-25得票数 31
回答已采纳
我正在尝试构建一个以稀疏张量列表作为输入的模型。(列表长度等于批量大小)
我使用稀疏张量的原因是我必须将邻接矩阵传递给我的GNN模型，而它是非常稀疏的。(~99%)
我很熟悉pytorch的使用，它很容易将稀疏张量输入到网络中。
然而，我发现我必须使用tf.data.Dataset或keras.utils.Sequence在tensorflow中创建数据集。
但是当我使用稀疏张量列表作为输入时，这些方法会抛出错误。
例如，下面的代码使TypeError
import tensorflow as tf
tf.data.Dataset.from_tensor_slices(sparse_lists
浏览 36提问于2021-07-08得票数 0
假设我想通过沿着一个特定的轴交错来合并两个3D tensorflow张量a和b。例如，张量a具有形状(3,3,2)，张量b具有形状(3,2,2)。我想创建一个沿着轴1交错的张量c，得到一个形状为(3,5,2)的张量。 示例： a = [[[1,1],[2,2],[3,3]],
[[4,4],[5,5],[6,6]],
[[7,7],[8,8],[9,9]]]
b = [[[10,10],[11,11]],
[[12,12],[13,13]],
[[14,14],[15,15]]]
c = [[[1,1],[10,10],[2,2],[11,11],
浏览 16提问于2019-07-04得票数 1
回答已采纳
假设我们有两个张量(A和B)，维数相同。我们可以用tensordot将它们相乘。例如：
T.tensordot(A, B, axes = [[0,3], [0,3]])
在这种情况下，我们将第一个张量的“对”轴与第二个张量的一些轴相加，然后对这些“配对”轴进行求和：
C[j, k, a, b ] = sum_{i, l} A[i, j, k, l] * A[i, a, b, l]
在上面的例子中，第一张量的第一轴和最后一轴分别与第二张量的第一轴和第二张量的最后一轴配对。
或者，我们可以将这两个张量元素按顺序相乘：
C[i, j, k, l] = A[i, j, k, l] * B[i, j,
浏览 4提问于2017-02-08得票数 1
2回答
我如何在第二轴上讨论一个25x5x5矩阵(张量)？本质上，我正在寻找tensorflow的等价(功能或方法)与numpy的讨论，例如np.argsort(matrix, 2)。
浏览 4提问于2017-02-01得票数 9
回答已采纳
TensorFlowSharp是TensorFlow在c#平台上的包装器。
现在，我需要将形状为32,64,1的张量重塑为形状为1,2048的新张量，但当我引用正式API文档时，用法似乎如下：
TFOutput Reshape (TensorFlow.TFOutput tensor, TensorFlow.TFOutput shape);
问题是，我不知道如何用TFOutput的方式表达我所需要的形状，任何建议都会被感激：)！
浏览 2提问于2017-08-18得票数 2
回答已采纳
我正在使用Tensorflow，下面我遇到了一个问题：
在我的模型中有一个巨大的张量，它的大小是其他模型的100倍。我知道参数是循环存储的，但我的理解是，单张量属于单参数服务器，而这个庞大的张量可能成为瓶颈。
有可能在多参数服务器上分裂这个巨大的张量吗？
浏览 0提问于2018-06-14得票数 0
回答已采纳
1回答
我有一个用例，需要在Keras中将2D张量与三维张量连接起来。三维张量的维数是动态的(例如，三维张量可以是具有形状[batch_size, num_timesteps, num_features],的LSTM层的输出，其中batch_size和num_timesteps是动态的)。
我使用RepeatVector来重复2D张量的值，然后再与3D张量进行合并操作。
但是，在我的例子中，“合并”操作会抛出一个错误(下面是错误的详细信息)。我在下面分享了我试图实现的操作的代表性代码，以及错误。
我怀疑这里的问题是动态形状的RepeatVector。还是，我错过了一些更基本的东西？有什么办法我能正确做
浏览 0提问于2019-01-15得票数 2
回答已采纳
有没有办法将音频文件(wav)直接加载到tensorflow中的张量？然后，再次将张量转换为音频文件？我看到一些人将音频转换为spectogram，但我找不到任何人可以将spectogram转换为音频。
浏览 29提问于2018-02-08得票数 0
1回答
我想索引到任意形状的张量的最后一个轴，除了最后一个是2。
设x是形状的(1,2,2)。对最后一个轴的索引
x_0 = x[:, :, 0] # x_0, x_1 shapes are (1,2)
x_1 = x[:, :, 1]
例如，x是形状的(1,2,3,4,2)。对最后一个轴的索引
x_0 = x[:, :, :, :, 0] # x_0, x_1 shapes are (1,2,3,4)
x_1 = x[:, :, :, :, 1]
我找不到任何tensorflow函数或用于分割任意形状的用法。
我需要一个通用的索引方法，这样我就可以访问任意形状张量的最后一个轴。
浏览 3提问于2021-07-27得票数 0
回答已采纳
我有两个形状为m×d和n×d的2-D张量。什么是优化的(即没有for循环)或tensorflow方法来评估这两个张量之间的成对欧几里德距离，以便我得到形状为m×n的输出张量。我需要它来创建高斯核的平方项，最终得到一个大小为m x n的协方差矩阵。
等效的未经优化的numpy代码将如下所示
difference_squared = np.zeros((x.shape[0], x_.shape[0]))
for row_iterator in range(difference_squared.shape[0]):
for column_iterator in range(differ
浏览 14提问于2017-12-23得票数 1
回答已采纳
1回答
我有一个形状为(?，a，a，b)的张量元素。我想将其转换为形状为(?，a，b)的张量，其中：
output[ i , j , k ] = input[ i , j , j , k ].
这在numpy中很简单，因为我可以通过循环i，j，k来分配元素。然而，所有的操作都必须留在Tensorflow中作为张量，因为它需要评估成本函数和训练模型。
我已经看过了，但根据我的理解，这不能在特定的轴上指定，必须对整个张量进行。
浏览 11提问于2019-08-07得票数 4
回答已采纳
根据Tensorflow API，我知道我可以沿着特定的轴进行reduce_min或reduce_max。我还可以从两个张量中选择最小张量如下。
min = tf.minimum(x, y)
但是，我想知道如何在一组张量中选择最小张量。张量中是否有像min或max这样的函数？
非常感谢!
浏览 0提问于2018-06-22得票数 1
回答已采纳
我在Keras工作(Tensorflow 2)。我想将张量的每个元素与其自身的可训练权重相乘。假设我的输入张量是1D，有10个元素；所以我尝试将输入定义为Keras输入张量，将权重定义为tf.Variable，并尝试使用Keras乘法层，如下所示： import tensorflow as tf
inputs = tf.keras.layers.Input(shape=(10), name='inputs')
weights = tf.Variable(tf.random.normal([10]), name='weights')
outputs = tf.k
浏览 30提问于2020-04-25得票数 0
回答已采纳
我想在Tensorflow中使用一个预先训练过的Pytorch模型，并且我需要将tensorflow张量转换为pytorch张量。但是，我不想将Py手电筒张量转换为numpy数组，并将其转换为tensorflow张量，因为我得到的错误是“您必须为占位符张量提供一个值”。当我制作图形时，我需要这个转换，这样tensorflow张量就没有价值了，并且不能转换为numpy！有什么解决办法吗？
浏览 5提问于2021-01-24得票数 2
回答已采纳
现在我有一个形状(3*2，2)的张量
我想用形状(3，2*2)和特定的轴对它进行整形，如下所示：
我该怎么办？默认的tf.reshape()会将其重塑为
解决方案：我发现在tensorflow和tf.concat()中使用slice可以解决problem.You，可以对次张量进行切片并将它们连接起来，从而精确地解决我的问题。
浏览 10提问于2017-10-23得票数 1
回答已采纳
我正在编写TensorFlow (python)逻辑来确定张量的最后一个维度是1还是5。如果张量是标量，这个表达式应该为false。在图形构建时，张量的形状是未知的。
给定张量input，我已经尝试过了
tf.logical_and(
# The tensor must not be a scalar.
tf.greater(tf.rank(input), 0),
# Check the last dimension.
tf.logical_or(
tf.equal(tf.shape(input)[-1], 1),
tf.equal(tf.shape(input
浏览 7提问于2017-11-24得票数 1
回答已采纳
假设我有一个张量(None, 2, 56, 56, 256)。现在我想通过去掉最后一列和最后一行来获得形状为(None, 2, 55, 55, 256)的张量。我如何使用Keras/Tensorflow来实现这一点？
浏览 164提问于2019-06-09得票数 1
回答已采纳
1回答
我在TF和PyTorch中测试这个简单的切片操作，这两个操作都应该匹配。
import tensorflow as tf
import numpy as np
import torch
tf_x = tf.random.uniform((4, 64, 64, 3))
pt_x = torch.Tensor(tf_x.numpy())
pt_x = pt_x.permute(0, 3, 1, 2)
# slicing operation
print(np.any(pt_x[:, :, 1:].permute(0, 2, 3, 1).numpy() - tf_x[:, 1:].numpy()))
浏览 1提问于2022-10-20得票数 0
回答已采纳
我尝试使用tensorflow.js连接两个张量。如果两个张量都只包含数值，则可以正常工作。
var a = tf.tensor2d([[1.0, 2.0, 3.0], [10.0, 20.0, 30.0]]);
var b = tf.tensor2d([[8.0, 7.0, 5.0], [3.0, 11.0, 23.0]]);
var a_concat_b = a.concat(b, 1);
a_concat_b.print();
<script src="https://cdnjs.cloudflare.com/ajax/libs/tensorflow/0.14.2/tf
浏览 3提问于2019-01-16得票数 1
我有两个张量，我想连接在tensorflow。
这些张量的形状是:(Bs,dynamics,n_features)
batch_size和n_features保证是相同的，所以我认为这个操作是可能的。
不过，我认为丹索尔·弗洛会进行预检查吗？tensorflow将检查两个形状为(None, None, n_features)的张量是否可以连接在轴1中，这是不可能的，因为它不知道None+None的结果是什么
有人知道这件事吗？
浏览 4提问于2022-07-25得票数 1
我的代码中有一些张量，需要得到这些张量的值。这是其中之一。如何打印张量OA值？
Input:OA
Output: <tf.Tensor 'Sum_1:0' shape=(1, 600) dtype=float32>
Input:type(OA)
Output: tensorflow.python.framework.ops.Tensor
我已经尝试过所有可用的函数，如tf.print()、eval()、tensor.numpy()。在Tensorflow 2.0中，他们都没有为我工作。它们似乎只适用于“EagerTensor”，而不适用于“评论”。
1) OA.e
浏览 3提问于2020-02-21得票数 13
1回答
我有一个张量(tensorflow.Tensor) A，我想形成一个新的张量，包含A中的某些行，即i的选定值的A[i,:,:,...,:]。 问题是我之前不知道A有多少个轴。那么我该如何编写这个操作呢？
浏览 8提问于2020-01-06得票数 0
请澄清Tensorflow中的广播是否会在广播时分配一个新的内存缓冲区。
在Tensorflow文档中，有一句话说(强调后加)：
在大多数情况下，广播既节省时间又节省空间，因为广播操作从未实现内存中扩展的张量。
然而，在另一句话中，它说：
例如，与数学运算不同的是，broadcast_to在节省内存方面没有什么特别之处。在这里，，你是在实现张量。
print(tf.broadcast_to(tf.constant([1, 2, 3]), [3, 3]))
说这是一个广播操作。
广播数组以获得兼容的形状。
然后根据上面的“广播操作永远不会实现内存中的扩展张量”语句，它应该
浏览 2提问于2021-04-07得票数 1
回答已采纳
我是TensorFlow新手，刚刚读完了急切的执行教程，了解了tf.decode_csv函数。不知道这件事，我看了文件。
我不太明白。
文档中写着“记录:字符串类型的张量”--因此，我的问题是:什么是“张量”？
我尝试了以下代码：
dec_res = tf.decode_csv('0.1,0.2,0.3', [[0.0], [0.0], [0.0]])
print(dec_res, type(dec_res))
l = [[1,2,3],[4,5,6],[7,8,9]]
r = tf.reshape(l, [9,-1])
print(l, type(l))
print(r
浏览 2提问于2018-06-27得票数 1
回答已采纳
我正在寻找最好的和优化的方法(没有循环)来使用TF2.0TF2.0TF2.0.在Google Colab中获得张量(等级2张量)的最大值的索引。
import tensorflow as tf
A = tf.constant([[0.2,0.8],[0.3,0.9],[0.4,0.7],[0.5,0.4]])
b = tf.math.argmax(A,0)
bb = b.numpy()
这里的最大值的指数是1,1，但问题是我必须给出轴作为输入，即使我改变轴，它也不会给我正确的轴。
浏览 0提问于2020-08-16得票数 2
除其他外，机器学习框架包括以下功能：
增援
衡量标准和损失
这些函数是张量的简单转换，似乎是框架独立的。但是，例如，使用一些特定于tensorflow的函数，如tf.convert_to_tensor()或tf.cast()。因此，它不能很容易地使用在火把。另外，tensorflow非常喜欢使用tensorflow张量，而不是numpy张量来创建tensorflow图。
是否有任何现有的努力或想法，如何编写这样的函数的方式，可以在这两个框架中使用？我在想纯粹的numpy函数，它可以以某种方式转换为tensorflow或Py手电筒。
浏览 4提问于2022-04-01得票数 1
我编写了一个神经网络，它为每个输入样本返回一个由3个数字组成的列表。然后从实际值中减去这些值，以得到差异。
例如,
actual = [1,2,3]
predicted = [0,0,1]
diff = [1,2,2]
所以我的张量现在有了形状batch_size，3我想做的是迭代张量元素来构造我的损失函数。
例如，如果我的batch_size是2，最后
diff = [[a,b,c],[d,e,f]]
我希望失去的是
Loss = mean(sqrt(a^2+b^2+c^2), sqrt(d^2+e^2+f^2))
我知道TensorFlow有一个函数，它计算
浏览 1提问于2017-03-05得票数 3
回答已采纳
我经常看到tensorflow代码中的转置实现。我想知道为什么要将NHWC张量转到NCHW。请给我举个好例子，以及背后的原因。
浏览 0提问于2018-01-25得票数 2
回答已采纳
我在tensorflow中有一个作为张量的二进制掩码。 如何使用tensorflow操作将此二进制掩码转换为边界框？
浏览 22提问于2020-09-09得票数 2
1回答
我想知道是否有可能将两个不同形状的pytorch张量连接起来。一个张量的形状为torch.Size(247247)，另一个张量的形状为torch.Size(10,183)。在dim=1上使用torch.cat()可以将它们连接起来吗？
浏览 16提问于2020-12-27得票数 0
1回答
沿某些轴的多维数组的argmax
、、、、
我有一个多维数组，如下所示： my_array = np.arange(2)[:,None,None] *np.arange(4)[:, None]*np.arange(8) 我正在寻找一个多维的相当于2-D argmax的东西 特别是，我正在沿着轴= 2寻找won的argmax。我首先尝试了整形，但整形将完全破坏整个数组的原始索引信息，因此它可能不起作用。我不知道怎么做，需要你们的帮助。提前谢谢你 编辑:所需输出为： [(0,0,0),(1,3,1),(1,3,2),(1,3,3),(1,3,4),(1,3,5),(1,3,6),(1,3,7)] 这就是沿着轴=2的最大值索引的数组
浏览 6提问于2019-05-05得票数 1
回答已采纳
如何根据我在tensorflow中从另一个矩阵中获得的最大值和次要值索引来获取矩阵中每行的值？例如，我有一个矩阵张量A作为
[[1,2,3],
[6,5,4],
[7,9,8]],
和一个矩阵张量B
[[10,11,12],
[13,14,15],
[16,17,18]].
然后从矩阵A中得到最大值和次最大值指标向量
[[2,1],
[0,2],
[1,2]]
通过使用tf.nn_topk。然后我想从这些索引中得到矩阵B的exatly值，这是
[[12,11],
[13,15],
浏览 5提问于2018-07-18得票数 1
我是tfjs的新手，一直在寻找镜像。有没有办法在tensorflowjs中翻转张量，类似于- https://www.tensorflow.org/api_docs/python/tf/image/flip_left_right
浏览 27提问于2020-06-09得票数 2
回答已采纳
1回答
张量是A_tensor，形状是[3,3,3]，我想通过索引得到最后一个轴的值。 我如何在Tensorflow中做到这一点？ A_tensor =tf.constant([[1,2,3],[2,3,4],[3,4,5]]) 如何获得张量([[1,2],[2,3],[3,4]])
浏览 17提问于2021-01-08得票数 2
回答已采纳
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
1回答
我有一个大小为(BxHxWx200)的输入张量params和一个大小为(Bx1000x2)的索引数组idx。idx包含1000个不同的param张量位置，即最后一个轴(大小为2的轴)是对应于HxW输入张量的params位置。我想要获取大小为(Bx1000x200)的params切片，它对应于idx中的位置。 在NumPy中，它将像params[idx]一样简单。我不确定如何在TensorFlow中做到这一点。 如果我尝试output = tf.gather_nd(params, idx)，我得到一个大小为(Bx1000xWx200)的张量。为什么会这样?我该如何修复它？
浏览 7提问于2019-09-13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
