1回答
在Python中，我可以使用.shape属性获得Numpy数组/矩阵的形状(维度)，如下所示： import numpy as np
print(m)# [10 20 30]]
# (2, 3) 现在，当我使用Eigen时，似乎没有任何属性或方法来检索形状最简单的方法是什么？
浏览 189提问于2021-08-22得票数 2
回答已采纳
新轴是在维度轴上创建的(默认情况下:新轴被追加到末尾)。
特征:如果轴为== -1，则x深度批处理x特性x深度x如果轴== -1深度x批处理x特性如果轴== 0
为什么输出
浏览 3提问于2017-07-03得票数 4
回答已采纳
1回答
假设我在嵌入查找后获得一个输入矩阵，如下所示：
[ [0.5, 0.25, 0.47, 0.86，0.8. 0.12, 0.63, 0.97，0.7, 0.47, 0.32, 0.01]，...，[..，e在上述情况下，每个嵌入的dim =4，句子长度为3。我们如何使用Tensorflow/TFLearn或Theano中的占位符动态地(即，在运行时)与句子中的每个单词相对应地附加dim say 2的特征向量？注:输入矩阵是<
浏览 8提问于2016-07-26得票数 2
回答已采纳
输入中尺寸的顺序。如果data_format='channels_last'：3D张量与形状：(batch_size，步骤，特征)如果data_format='channels_first'：具有形状的3D张量输入中尺寸<e
浏览 0提问于2019-02-02得票数 6
回答已采纳
我正在尝试运行一个简单的线性回归，但我在尝试训练时出现错误。图像的大小是print(dataset_train[0][0].shape)向我展示的torch.Size([3, 227, 227])数据序列的形状 optimizer.zero_grad() optimizer.step()
我试着解释错误的含义
浏览 0提问于2020-06-17得票数 1
1回答
我想在MATLAB中定义一个用RBF神经网络逼近的函数。第二个问题:我通过数据集上的k-means聚类定义了“单位中心”。这是三个集群中心。对于"sigma“和"weight”参数，我应该定义一个与“单位中心”大小相同的矩阵？单位中心是3*10大小的矩阵。另外两个RBF参数应该以3in10大
浏览 2提问于2013-07-04得票数 0
我尝试在一个维度为m x n的矩阵上运行PCA，其中m是特征的数量，n是样本的数量。pca.fit(X)
现在，我得到了一个新的矩阵X_new，它的形状是n x nf。
浏览 0提问于2014-04-25得票数 26
回答已采纳
在会计中，代表交易的数据集被称为“总分类账”，其形式如下： ? 请注意，“日记帐”即事务由两个行项目组成。例如，事务处理(日记帐号)%1有两行。现金和收入的收据。有没有什么python机器学习算法可以让我在不做进一步操作的情况下对上面的数据进行聚类？ 这样做的目的是检测交易数据中的异常。我不知道异常是什么样子的，所以这需要无监督学习。
浏览 15提问于2019-04-05得票数 0
1回答
我正在研究神经网络，为了减少通过文档构造的术语-文档矩阵的维度，以及其中包含tf-idf值的各种术语，我需要应用PCA。像这样的东西设矩阵M是维为NxN的项-文档<
浏览 2提问于2012-11-09得票数 1
回答已采纳
我是Tensorflow的初学者。我被这个教程弄糊涂了。作者首先给出了一个公式y=softmax(Wx+b)，但是在python代码中使用xW+b，并解释了它是一个小技巧。这是从我们在方程中把它们相乘的时候开始的，我们有Wx，作为处理x的一个小技巧，x是一个多输入的2D张量。然后添加b，最后应用tf.nn.softmax。
浏览 5提问于2017-06-29得票数 2
我有一个皮肤检测脚本，这是我从上拿来的，它工作得很好，但现在我希望能够在找到的蒙版中找到兴趣点，例如1)指尖(如果一根手指伸出，像食指一样，从上面看)，2)最大直径和3)区域。skinMask, (3, 3), 0) 皮肤蒙版的形状是一个(640,480)矩阵，其中检测到皮肤的每个点都是255，而其他点都是0。
浏览 14提问于2018-12-19得票数 0
1回答
我有MxNxC形状的张量A，其中M代表例子数，N是特征数，C是3欧拉旋转角。还有一个类似形状的张量B，而不是角，而是坐标。我们需要的是把这两个张量转换成一个包含仿射变换矩阵的张量，这样它的形状就像MxNx4x4。我不知道如何一起迭代这些张量，我寻找和，但是它们只在第一个维度迭代。我要找的是一些方法，像下面这样的函数，应用于最后一个轴上的<
浏览 0提问于2018-11-23得票数 0
回答已采纳
2回答
我的数据集有一个1000个输入的训练集，有6个特征。(数据集大小为1000*6)。我将KPCA应用于数据集，并将特征数量减少到3。这意味着特征向量矩阵的维数现在是1000*3。我使用减少的数据集来训练神经网络。在训练完网络之后，现在，让我们想象一下，我想要对一个新数据(大小为1*6 )进行分类。显然，我必须将其转换为1*3的数据，然后将其呈现给网络，但我不知道该怎么做？
浏览 1提问于2016-02-02得票数 0
1回答
神经网络提取特征
、、、、
在一个简单的多层感知器中:我们有输入层，这个例子中的一个隐藏层(与输入层相同的神经元数)和一个单位的输出层。谢谢你的解释！
浏览 2提问于2016-11-29得票数 0
回答已采纳
在他们的示例代码中，他们声明 const xs = tf.tensor2d([1, 2, 3, 4], [4, 1]); See here 我很困惑，因为他们在这里使用了一个二维数组。为了完整起见，下面是完整的代码片段。 // Define a model for linear regression.to see the output }); 在这里使用一维数组不是更简单吗，因为该数组无论如何都不使用第二维
浏览 16提问于2019-04-20得票数 0
2回答
我在做一个肝脏肿瘤分类的项目。实际上，我最初使用区域生长方法进行肝脏分割，然后使用FCM分割肿瘤。然后，利用灰度共生矩阵得到纹理特征。我对此的输出是autoc: [1.857855266614132e+000 1.857955341199538e+000]cprom: [7.885631654779597e+001 7
浏览 3提问于2012-03-17得票数 2
2回答
线性判别分析逆变换
、、、
我尝试使用从科学学习图书馆，以执行降维我的数据，其中有200多个功能。但是我在LDA类中找不到inverse_transform函数。
我只想问一问，如何从LDA域中的某个点重建原始数据？我知道如果没有所有的PCA，我们就无法重建原始数据，但是当我们构建形状空间时，我们会借助PCA将数据向下投影到更低的维度。PCA试图解释只有2或3个分量的数据，这些分量可以捕获数据的大部分方差，如果我们在其上重建数据库，就应该向我们展示导致这种分离的
浏览 4提问于2017-03-22得票数 4
回答已采纳
3回答
假设我有一个矩阵，我可以像这样分割矩阵[1] 25 36> mat[my_sub]list获得“无效下标类型”错误。向量将失去多维性。似乎是这样一个基本操作，即不具有适合这种用法的基元类型。我知道我可以通过向量寻址访问矩阵，这意味着从[2:3, 2]转换到c(5, 6)，但是这种映射假定了对矩
浏览 5提问于2017-09-23得票数 4
回答已采纳
我正在试着用一个简单的tf.contrib.learn.LinearRegressor开始使用TensorFlow。我的数据集是一个时间序列，其中我希望使用T-n, ..., T-1的步骤作为特征，使用T-0作为标签。但是，这些列具有dimension=属性，并且在TF网站上使用Iris数据集的示例中，是具有四个维度的单个列作为特征。我也认为这里的四个属性(花瓣宽度/长度，花瓣宽度/长度)都应该成为它自己的
浏览 0提问于2017-06-03得票数 1
1回答
据我所知，简单的word2vec方法使用两个矩阵，如下所示:假设语料库由N个单词组成。维度为NxF的加权输入矩阵(WI) (F为特征数)。维度为FxN的加权输出矩阵(WO)。我们应用softmax函数并选择向量中最高的条目(概率)。问:在使用分层Softmax模型时，如何说明这一点？什么将与哪个矩阵相乘，以获得将导致向左分支或向右分支的二维向量？
浏览 0提问于2017-10-02得票数 3
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
腾讯会议
云直播活动推荐
腾讯云开发者
