我试着从孩子们的挑战中分割出图像。我在这两个存储库的组合中使用U-net：
然后,
这是形状test_x
浏览 0提问于2018-05-27得票数 0
回答已采纳
我正在尝试初始化一个Tensorflow变量，它的形状应该与占位符相同： import tensorflow as tf
events = tf.placeholder(tf.float32, shape,), dtype=float32) events变量是一个长度等于批处理大小的向量。批量大小设置为2048。然而，最后一批通常小于2048。因此，我必须将形状<
浏览 12提问于2019-09-20得票数 0
我使用的是带有--enable-batching=true的GPU上的tensorflow。
gRPC调用返回代码:3:任务大小1
浏览 1提问于2018-11-02得票数 1
1回答
我用tensorflow训练了一个神经网络。在训练时，我显式地定义了批处理大小为20的输入占位符的形状，如下面的[20,224,224,3]。我显式地定义了批处理大小，因为它是网络中的一个split层，将None作为批处理大小传递会抛出错误。有没有办法可以在推断时更改输入占位符的形状，以便我可以在单个图像上进行
浏览 4提问于2017-08-10得票数 2
回答已采纳
1回答
我想训练一个用于gpr调查的自动编码器。输入数据维度是149x8。我的代码是 input_img = Input(shape=(8,))
x = layers.Conv2D(16, (3, 3), activation='relu', padding='same')
浏览 24提问于2021-11-06得票数 1
v=z1PGJ9quPV8&t=28s这里是一个癌症检测的小项目，它已经提供了数据集和colab代码，但我在执行时遇到了问题 model.fit(x_train, y_train, epochs=1000) 它显示: ValueError:层"sequential“的输入0与层不兼容:预期的shape=(无，455，30)，发现的shape=(无，30) 我看了评论，有些人也有同样的问题
浏览 29提问于2021-11-22得票数 1
回答已采纳
1回答
通常，我喜欢使用可变大小的数据，例如样本的数量。设置validate_shape=False对我来说不是一个选项。
是否有将尺寸大小作为变量的Tens
浏览 0提问于2018-05-28得票数 0
回答已采纳
根据Tensorflow的官方网站，() zero_state必须指定一个batch_size。我发现的许多示例都使用了以下代码： initial_state=init_state, time_major=False)
对于训练步骤，可以修改批处理<em
浏览 2提问于2017-07-12得票数 8
回答已采纳
当任何可训练变量将"validate_shape“参数设置为False时，Tensorflow的validate_shape将为我抛出一个错误。我将这个参数设置为false，以便在运行时允许动态批处理大小。~/anaconda/lib/python3.5/site-packages/tensorflow/pyth
浏览 8提问于2016-11-19得票数 2
回答已采纳
我们的模型是Mask R-CNN。TPU_WORKER = 'grpc://' + os.environ['COLAB_TPU_ADDR']
tpu_model = tf.contrib.tpu.keras_to_tpu_modeltf.contrib.tpu.TPUDistributionStrategy(然而，我遇到了问题，
浏览 0提问于2018-10-17得票数 3
考虑到神经网络中每个层的批处理维度似乎有点麻烦。为什么我们在Tensorflow中没有一些可以为整个模型设置批处理大小的功能？
浏览 3提问于2016-07-08得票数 3
True),f1和labels1的形状分别为Full shape received: (None, 1188, 1188)时出错了如果是的话，我应该做什么修改？
谢谢
浏览 7提问于2021-12-27得票数 0
2回答
我正在学习粗糙张量及其在粒子跟踪中的应用。我有以下最小的例子，它再现了我一直在经历的错误。import tensorflow as tffromNotOkStatusException as e:
InvalidArgumentError: Invalid input_h shape: [1,8,8] [10,8,8] [Op:CudnnRN
浏览 28提问于2020-12-14得票数 0
1回答
我正在尝试使用Keras和tensorflow后端在带有GPU的远程服务器上训练我的深度学习代码。然而，即使是GPU服务器也会声明OOM。下面是输出：
2018-02-09 14:19:28.918619: I tensorflow/core/common_runtime/bfc_allocator.cc:685]统计:限制: 10658837300/core/ create /op_kernel.cc:1182]资源耗尽:分配形状为</
浏览 3提问于2018-02-12得票数 0
我正在Keras中实现一个自定义层。如果打印传递给call方法的输入的形状，将None作为第一个元素。为什么会这样呢？第一个元素不应该是批处理大小吗？当我调用model.fit时，我传递的是批大小model.fit(x_train, y_train, ..., batch_size=batch_size)
那么，call在call方法中获得批处理大小</em
浏览 0提问于2019-04-28得票数 9
回答已采纳
1回答
我是CNN的新手，我有一个关于CNN的问题。我对CNN的输入形状(特别是Keras)有点困惑。我的数据是不同时隙的2D数据(比方说10X10)。因此，我有3D数据。我将把这些数据输入到我的模型中，以预测即将到来的时间段。因此，我将有一定数量的时隙用于预测(假设10个时隙，到目前为止，我可能有10X10X10数据)。现在，我的问题是，我必须将这些数据作为具有10个通道的2D图像(就像
浏览 10提问于2020-02-11得票数 4
回答已采纳
在Tensorflow的MNIST教程中，我们将输出从最后一个池层重塑为一个向量。所写的守则是：-1指数是干什么用的？我们不只是尝试将输出塑造成一个向量，那么为什么我们不只是将输出重塑为: 1，7*7*64
提前感谢！
浏览 3提问于2016-06-21得票数 10
回答已采纳
我在tensorflow中向张量提供标签值时遇到了双重问题。我的batchSize是我拥有的类数量的3倍：代码很好，数据也很好，唯一的问题是标签的
浏览 2提问于2017-04-11得票数 0
我正在建造我自己的CNN
number_neuron_output的卷积层，number_neuron_1st完全连接层。我想要做的是自动获取width_feature映射、height_feature映射、map*number_featu
浏览 5提问于2017-04-11得票数 0
1回答
我有一个Python3和TensorFlow2编码的CIFAR-10数据集的修剪和集群VGG-18 CNN模型。我考虑将验证图像作为一个批处理输入，并编写了以下代码：train_datasetlabel.numpy()[0])
print(data
浏览 3提问于2021-04-07得票数 1
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
