尺寸必须相等，但对于'sampled_softmax_loss/MatMul‘(op：'MatMul')，尺寸必须为1和128，输入形状为128,1，64,128。embedding_size = <
浏览 28提问于2019-07-09得票数 0
回答已采纳
我运行了那个的代码，得到了以下错误
尺寸必须相等，但对于输入形状为250, 128,364,256的'RNN_forward/rnn/while/rnn/multi_rnn_cell/cell_0/basic_lstm_cell/MatMul_1‘(o
浏览 2提问于2018-08-29得票数 0
回答已采纳
我不能理解尺寸部分。是关于1,15I设定的形状吗？= tf.add(tf.matmul(data,hidden_1_layer['weight']), hidden_1_layer['bias'])
l2 = tf.add(tf.matmul(l1,hidden_2_layer['we
浏览 6提问于2017-07-15得票数 0
1回答
当相同的基本单元格被使用(cell1, cell1)用于MultiRNNCell时，下面的代码失败cell1 = tf.contrib.rnn.BasicLSTMCell(128,reuse=False, name = "cell1")
cell2 = tf.contrib.rnn.BasicLSTMCell(128,reuse=False,name = "cell2"但是cell
浏览 1提问于2018-06-01得票数 2
我正在尝试学习tensorflow，我已经用简单的感知器做了一些练习，比如，一个特征，一个输出。在……里面print(inputY.shape)(50，9) (50，1)x = tf.
浏览 0提问于2017-06-08得票数 1
回答已采纳
我是TensorFlow的新手。我的数据集中的每个图像都有16x16大小。这里，这是我的代码，我得到了这个错误。我提供了每个卷积层形状的代码和更多信息。(tf.add(tf.matmul(flat_output, full1_weight), full1_bias)) # Second Fully Connected Layerfinal_model = tf.a
浏览 13提问于2017-07-03得票数 2
回答已采纳
我有个错误，但是这个错误会发生：
ValueError: Dimensions must be equal, but are 6
浏览 1提问于2018-08-11得票数 0
回答已采纳
我是tensorflow的新手，我正在遵循sentdex的一个教程。我一直收到错误信息-'MatMul_1' (op: 'MatMul') with我认为导致问题的代码片段是-
l1 = tf.add(tf.matmul(data, hidden_1_
浏览 0提问于2017-07-07得票数 7
回答已采纳
我有2个三维张量A的形状(batch_size，dim1，dim2)和B的大小(batch_size，dim2，dim3).我想执行以下计算：for i in range(batch_size):我尝试了C = tf.matmul(A,B)，但得到了错误：
tensorflow.python.framework.err
浏览 0提问于2018-02-22得票数 0
我正在尝试建立一个递归神经网络，输入来自mnist数据库，所以它们是28x28像素的图像。_pre_activation(lstm_outputs, layer)
我得到以下错误：
形状必须是等级2，但对于输入形状为28,1,128,128,10的“”MatMul“”(op：“”MatMul
浏览 16提问于2018-06-04得票数 1
我是Tensorflow的新手。我刚开始在TensorFlow官方网站上学习这个机器技术，我正在尝试实现Softmax回归，但却出现了一些错误。ValueError:尺寸必须相等，但对于输入形状为？、784、10,784的“MatMul”(op：“MatMul”)，则为784和10。tf.float32,[None,784])
W=tf.Variable(tf.z
浏览 1提问于2017-06-14得票数 0
回答已采纳
例如：# Traceback (most recent call last):# ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature(size 2 is different from 3)
请注意:我知道什么是错误和
浏览 4提问于2020-04-09得票数 1
回答已采纳
我想使用tensorflow的tf.nn.dynamic_rnn函数来创建一个RNN，但是它允许我为我的一个层设置一个隐藏的大小。 self._Input, dtype=tf.float64)
'rnn/while/
浏览 0提问于2018-02-14得票数 3
回答已采纳
我正在尝试使用TFLiteConverter转换我的网络。因此，我首先尝试了示例代码。它起作用了。但经过一些修改后，它会发回错误。似乎input_array和output_array的大小必须相同。我将img的大小和var的大小从[1,64,64,3，3修改为1,64,3,1完整的代码粘贴在enter code here下面 import tensorflow as tf
img
浏览 23提问于2019-09-25得票数 0
假设我有一个3D数组A(1:3,1:4,1:5)，我只想处理其中的一部分，例如：real, allocatable :: C(:,:)
C = matmul(A(1:3,1,1:5),B)
Fortran似乎
浏览 4提问于2011-12-16得票数 2
回答已采纳
我正在按以下方式实现CNN，但我得到了以下错误：
我已经在下面附加了我的部分代码，我怀疑错误来自这里。tf.Variable(tf.random_normal([64, n_classes]), name='W3'),
浏览 0提问于2019-06-22得票数 0
回答已采纳
1回答
在我的脚本中，我的结果是我有一个形状(260)的数组，需要与另一个形状(260)的数组进行矩阵乘法，如下所示：y= np.array([4] * 260)print(r) #2080
sess.run(
浏览 7提问于2017-12-17得票数 0
回答已采纳
2回答
()) print curr_y
因此，数组的批处理大小为2，形状为3x1。所以我可以把3x3形状的矩阵与3x1相乘。但是当我再次得到一个形状为3x3的矩阵时，这一次是一个矩阵，而不是一个形状为3x2的数
浏览 0提问于2017-12-10得票数 1
我正在开发基于bigram的LSTM。logits的形状如下：(640，13)我也试过了对于这两种情况，我都会得到一个错误：
对于第一种情况，错误是
浏览 2提问于2017-06-18得票数 0
1回答
我是caffe的新手，我用64个7x7的特征映射训练了一个神经网络，当我得到一个滤波器的权重时，我得到了一个7x7矩阵。然而，我的第二层有32个3x3的特征映射，当我得到任何过滤器的权重时，我得到第二层的任何过滤器的64个3x3内核矩阵。有人知道为什么吗？
浏览 0提问于2018-03-12得票数 0
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
