但我无法获得logits，因为logits = tf.layers.dense( name =' logits ')名称实际上是给了密集层，而不是输出张量logits。也就是说，我也不能得到张量conv1，conv2。似乎tensorflow不能命名一个层的张量输出。在这种情况下，有没有一种方法可以获得这些张量，比如logits，conv1，maxpooling1？
浏览 7提问于2017-12-03得票数 6
回答已采纳
tf.argmax(target_labels, 1))因此，我的问题是如何在我的测试文件中定义
浏览 0提问于2018-03-07得票数 1
回答已采纳
enter image description here 如何从A、B到C？A和B是张量，属于网络的输出。现在我需要从两个网络的输出操作中获得C，然后使用C来计算损失函数。关键问题是在后期通过损失函数对A和B进行优化，因此必须以计算图的形式来完成。用于计算张量的TensorFlow公式似乎无法解决这个问题。
浏览 55提问于2019-01-11得票数 1
我有一个.pb模型文件，我可以通过get_tensor_by_name获得输入张量和输出张量，然后使用输入和输出张量创建一个保存的模型，然后可以在tensorflow模型服务器中提供该模型。但是目前，输入张量是3D数组格式的图像，我想再添加一层来解码jpeg编码的字符串，并将结果输入到当前的输入张量中，有什么建议吗？
浏览 1提问于2017-12-21得票数 0
1回答
我刚刚在anaconda提示符下使用conda install tensorflow安装了TensorFlow。我在Windows10上使用Python 3.6。rnd_ints = tf.random_normal([10], dtype=tf.float64)<tf.Tensor 'random_normal:0' shape=(10,) dtype=float64>
浏览 30提问于2018-09-14得票数 0
回答已采纳
1回答
我期望的标签是张量，像tensor([[0, 1, 0, 1], [1, 1, 1, 0]])。我的模型的输出(注意，我停止训练只是为了获得值，所以它们不能准确地表示神经元的激活)也是一个张量，类似于tensor([[-10.6964, -13.8998, 0.8348, -45.7040], [在输出和标签上直接使用BCEWithLogitsLoss是错误的吗？在使用BCEWithLogitsLoss之前，我是否需要将输出张量转换为类似于预期标签的二进制张量<
浏览 1提问于2020-09-20得票数 2
回答已采纳
我在PyTorch中有一个大小的张量(32,128，50)。这些是50个字嵌入，批处理大小为32.也就是说，我大小中的三个索引对应于批数、最大序列长度(带有“pad”令牌)和每个嵌入的大小。现在，我想通过一个线性层来获得一个大小(32,128，1)的输出。也就是说，对于每一个嵌入在每个序列中的单词，我想把它变成一维的。我试着在我的网络中添加一个线性层，从50到1维，输出张量是所需的形状。所以我认为这是可行的，但是我想了解PyTorch是如何处理这个问题的，因为我没有明确
浏览 12提问于2022-02-17得票数 0
回答已采纳
1回答
然而，与Python端相比，我无法获得相同的预测。首先，我在预测之前获得相同的输入张量值。当我比较输出张量值时，我注意到它们是不同的。您可以在该图片中找到这些值： ? 左侧包括Python输出张量值和每个输入图片的预测结果。 右侧包括C++输出张量值和每个输入图像的预测结果。 你能提供一个解决方案来获得相同的输出张量值和预测结果吗？
浏览 32提问于2020-06-16得票数 0
回答已采纳
使用PyTorch，我有一个尺寸为(b, 2, x, y)的多维张量A，以及尺寸(b, 2, x, y, 3)的另一个相关张量B。我希望在dim=1中得到A中的最小值的索引(这个维数是2)，并将这个索引张量应用到B，这样我就可以得到一个形状(b, x, y, 3)的张量。通过使用A_mins, indices = torch.min(A, dim=1)，我可以得到形状为(b, x, y)的张量indices，其中值是0还是1，这取决于A中dim=1的最小值。我不知道如何
浏览 15提问于2022-02-23得票数 2
回答已采纳
假设我有三组不同的张量： x1 = torch.randn(3,16)x3 = torch.randn(2,16) 对于它们中的每一个，我都希望应用最大池化并获得1x16维张量作为输出。有没有办法在不填充输入张量的情况下做到这一点？我的意思是，我认为我可以通过首先填充x1和x3张量来做我想做的事情，这样它们也就变成了5x16张量。然后，我可以应用maxpool1d()运算符来获得我想要的
浏览 19提问于2019-05-15得票数 4
2回答
我有一个形状的输入张量(32,256,256,256)。在这个张量形状中，32是批次大小。第二，256是给定大小为256×256的图像中的信道数。我想做池，以便将张量转换成形状( 32，32,256,256)。在PyTorch中，如果我尝试应用池，则形状的最后两个维度(与图像相关)正在发生变化，但与通道相关的维度却没有变化。能否将池应用于输入张量以获得输出张量？如果不可能，建议我如何将输入张量转换为输出张量<
浏览 0提问于2021-09-23得票数 1
2回答
我可以通过手动打印张量的形状(tf.shape())在图形构造时获得张量的尺寸，但是如何在会话运行时获得这些张量的形状呢？
我想要张量在运行时的形状的原因是因为在图构造时，一些张量的形状是(?
浏览 0提问于2018-10-26得票数 0
假设我有一个形状的张量(100,20)。现在我也有一个形状指数的张量(100，)。如何获得形状张量(100，或(100,1)，每一行(100行)正确的值(由索引中相应的索引选择)？小例子:假设张量A是[4, 5, 6]张量B是那么我想要输出
[1,6,8]
浏览 0提问于2016-11-21得票数 3
回答已采纳
1回答
我有一个LSTM网络，它通过tf.tanh输出一个决策。然后使用tf.sign获得1、-1或0的二进制操作。但是，当tf.tanh的输出很小时，我不希望模型进行非零操作，所以我希望在tf.sign之前实现一个阈值T，这样只有大于T或小于-T的输出才会转换为+1和-1。来自tf.tanh的张量输出示例threshold = 0.5action
浏览 0提问于2018-10-24得票数 1
回答已采纳
我有一个形状为32,768的二维张量，也有一个三维张量为32,512,768。我想把它们堆叠起来，输出的形状是32,512,1536。 如果我在axis=1展开2d和concat的维度。那么如何获得32,512,1536作为张量的输出形状呢？
浏览 350提问于2021-08-24得票数 0
我是神经网络的新手，并为初学者介绍了MNIST示例。如果我在没有相应标签的测试数据集上运行模型，因此无法像MNIST示例中那样计算准确性，我希望能够看到预测。有没有可能以某种方式访问观察值和它们的预测标签，并将它们打印出来？
浏览 0提问于2015-12-03得票数 3
回答已采纳
在尝试重塑维度为10,200,1到2000,1,1的焊炬张量Yp时遇到问题。该张量是从维度为2000,1的数值数组y中获得的。我正在执行以下操作：我尝试通过执行以下操作将结果减去y的torch张量版本：
Yp[0:2000,0] - torch.from_numpy(y[在重塑时调用不同的order (order = 'F‘或'C')并不能解决问题，而且奇怪的是，在做减法时会输出相同的结果。我只能<em
浏览 1提问于2018-05-25得票数 1
keras.Model只接受输入和输出参数，并且层在模型之前列出。谁能告诉我，当我们传递的只是输入和输出数组时，keras.Model是如何知道层结构和输入和输出之间的多层的。2-还有，layers.output或layers.input的输出是什么。输出不是一个简单的张量吗？当我使用中的语法为其他层打印layers.output时，我看到了下面的输出。有没有人能澄清一下下面输出的组件是什么意思？print [layer.output
浏览 3提问于2020-08-30得票数 3
有没有一种简单的方法可以在TensorFlow中获得输入/输出张量的统计/估计，比如时间估计，总计数或内存估计，例如通过python API？
浏览 3提问于2016-10-24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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
