用Tensorflow解决有向图问题
TensorFlow是一个开源的机器学习框架，由Google开发和维护。它提供了丰富的工具和库，用于构建和训练各种机器学习模型，包括神经网络。
有向图问题是指在一个有向图中，根据给定的条件，求解特定的问题。TensorFlow可以用于解决有向图问题，其中包括以下几个步骤：
- 数据准备：首先，需要准备好有向图的数据。这包括定义节点和边的关系，以及节点和边的特征。
- 模型构建：使用TensorFlow的API，可以构建一个适合解决有向图问题的模型。可以选择使用现有的图神经网络模型，如Graph Convolutional Network (GCN)、Graph Attention Network (GAT)等，也可以根据具体问题自定义模型。
- 模型训练：将准备好的数据输入到模型中，使用TensorFlow提供的优化算法和损失函数进行模型训练。通过迭代优化模型参数，使得模型能够更好地拟合有向图的特征和关系。
- 模型评估：训练完成后，需要对模型进行评估，以了解其在解决有向图问题上的性能。可以使用一些评估指标，如准确率、召回率、F1值等。
- 模型应用：训练好的模型可以用于解决具体的有向图问题。例如，可以使用模型进行节点分类、链接预测、图生成等任务。
在腾讯云上，可以使用TensorFlow的相关产品和服务来解决有向图问题。例如，可以使用腾讯云的AI引擎TIA（TensorFlow Intelligent Application）来部署和管理TensorFlow模型，实现高效的模型训练和推理。此外，腾讯云还提供了弹性计算、存储、数据库等基础设施服务，以及人工智能相关的服务，如自然语言处理、图像识别等，可以与TensorFlow结合使用，提供全面的解决方案。
更多关于腾讯云的产品和服务信息，请参考腾讯云官方网站：https://cloud.tencent.com/
相关·内容
我用TensorFlow训练了TensorFlow模型。现在，我在字典中嵌入了单词向量，为文档嵌入了向量。
在报纸上
"Distributed Representations of Sentences and Documents"
Quoc Le, Tomas Mikolov
作者写
“推理阶段”，通过在D中增加更多的列，在D上降梯度，同时保持W，U，bfi，得到新段落的段落向量D(以前从未见过)。
我有预先训练过的模型，所以我们有W，U和b作为图变量。问题是如何在Tensorflow中有效地实现D(新文档)的推理？
浏览 2提问于2018-01-29得票数 1
我使用tensorflow 2.1和python 3.7
下面的代码片段用于构建tensorflow图。当作为独立的python脚本执行时，代码将无错误地运行。(可能是tensorflow正在以急切的方式运行？(我不太确定。)
import tensorflow as tf
patches = tf.random.uniform(shape=(1, 10, 50, 300), dtype=tf.dtypes.float32)
s = tf.shape(patches)
patches = [patches[0][x][y] - tf.reduce_mean(patches[0][x][y])
浏览 1提问于2020-05-28得票数 10
回答已采纳
我使用的是tensorflow码头图像，运行方式如下：
docker run -it --rm -v $(realpath ~/Documents/notebooks):/tf/notebooks -p 8888:8888 tensorflow/tensorflow:latest-py3-jupyter
我正在尝试生成我创建的模型的点文件/图，但是所有函数都说：
未能导入pydot。您必须安装pydot和graphviz才能使pydotprint工作。
在我的笔记本上，我有：
!pip install pydot
!pip install graphviz
我用的是Tensorflow 2.
浏览 4提问于2019-10-08得票数 0
我有一个用tensorflow构建的对象检测模型，并与Django项目集成。当前发生的情况是，每当向Django API发出请求时，就会创建tf会话，并在检测完成后关闭。是否可以使用所需的推理图启动Django服务器和tensorflow会话以减少对象检测时间？
浏览 0提问于2018-12-05得票数 0
回答已采纳
我有一个问题，我需要为神经网络模型记录函数跟踪。
我需要创建一个用tensorflow编写的神经网络模型的任务图。我认为首先在tensorflow代码中添加日志可以解决我的问题。然而，这非常耗时。解决这个问题的最好方法是什么？tensorflow是否提供任何工具来完成此任务请帮助。
浏览 0提问于2019-01-15得票数 0
2回答
当我运行tensorflow培训(使用自定义图，关闭源)时，它输出警告：
2018-10-03 14:29:24.352895: e tensorflow/core/grappler/optimizers/dependency_optimizer.cc:666]迭代= 0，拓扑排序失败的消息:图不能按拓扑顺序排序。
什么意思？什么可能会导致这个问题，如何避免呢？
更新：用于记录，在我的例子中，尽管有此警告，tensorflow仍然正确工作。因此，我认为这仅仅意味着计算图中有更多的循环，而不一定是无限循环。我通过避免在代码中使用手动循环来解决这个问题，而是使用张量操作(stack, co
浏览 0提问于2018-10-02得票数 16
回答已采纳
我使用pythontex制作动态可重现的报表。我有一个包装tensorflow图的类。
在我的文档中，我创建了我的类，并在其中构造了tensorflow图。
导入tensorflow模块和构建图形是一个很长的过程，所以我希望保留结果，而不是每次都重新运行这个过程。
但我失败了，出错了。can't pickle class tensorflow.python.util.xxx。我想这是一个已知的问题。我如何定制我的类来方便地转储和加载它？或者我可以pickle python session或tensorflow session？
浏览 2提问于2017-09-19得票数 0
当我学习tensorflow时，tensorflow的一个基本概念是计算图，而这些图被认为是静态的。我在Pytorch中发现，这些图表据说是动态的。tensorflow中的静态计算图和Pytorch中的动态计算图有什么区别？
浏览 1提问于2017-09-11得票数 30
回答已采纳
我需要同时训练多个Keras模型。我正在使用TensorFlow后端。问题是，当我试着同时训练两个模特时，我得到了Attempting to use uninitialized value。
这个错误并不是真正相关的，主要的问题似乎是Keras强迫在同一个会话中用相同的图创建两个模型，因此it冲突。
我是TensorFlow的新手，但我的直觉是，答案很简单:您必须为每个Keras模型创建一个不同的会话，并在他们自己的会话中对他们进行培训。有人能解释一下怎么做吗？
我真的希望能够在仍然使用Keras的同时解决这个问题，而不是用纯TensorFlow编写所有代码。任何解决办法也将不胜感激。
浏览 0提问于2017-05-13得票数 8
所以我有这个非常大和深的模型，我用TensorFlow r1.2实现，运行在一个12 GB内存的NVIDIA k40上。该模型由多个RNN、一组权值矩阵和嵌入矩阵以及偏置向量组成。当我启动培训项目时，首先要花2-3个小时来建模，然后由于OOM问题而崩溃。我试图将批处理大小减少到每批甚至一个数据样本，但仍然遇到了相同的问题。
如果我谷歌tensorflow muitlple gpu，我发现的例子主要是通过并行模型设计使用多个GPU，这意味着让每个GPU运行相同的图，并让CPU计算总梯度从而传播到每个参数。
我知道一个可能的解决方案是在内存更大的GPU上运行模型。但我不知道是否有一种方法可以将将的
浏览 5提问于2017-07-27得票数 0
我想要创建一个函数调用的“符号”表示(在我看来，目前最好的表示方法是用一个图、一个DAG或一个树来表示它)，即设置一个执行图，然后在稍后执行这个图，有可能有稍微不同的输入，或者在执行时有一个完全不同的状态(类似地，TensorFlow是如何做的，有提要和对图形的输入)。
例如，如果我有：
graph = f( g('a','b', h('c','d') ), seed )
我想要一个图表：
从本质上说，我可以控制如何执行图形：
graph.execute()
我觉得这是一种设计模式，因为比如说TensorFlow、Mat
浏览 5提问于2017-04-12得票数 2
回答已采纳
1回答
我有一个Tensorflow图(output_graph.pb)，我是通过在之后在盗梦空间( Inception V3 )上进行迁移学习获得的。现在，我需要提取各个层的权重，以便将它们导入到用Keras创建的模型中。我知道从tensorflow直接将图转换为keras模型()是不可能的。
浏览 1提问于2018-09-30得票数 1
回答已采纳
问题是关于Tensorflow及其更高的API估计，更一般的是关于导出和重用模型。
有几种导出tensorflow模型的工具: tf.train.Saver、直接写入和导入图及其相关权重。
我的兴趣在于tf.estimator.Estimator对象以及我们如何重用它们。我的用例非常简单:我拟合了一个简单的模型，比如在tensorflow中，并且希望在一个更复杂的模型中使用它的预测。
有一个为模型服务的export_savemodel方法，但是我需要通过端口在我的模型中进行通信，我不确定这对于培训是否最合适。
我的问题如下：
有没有一种(简单的)方法在python中使用和导入export_
浏览 2提问于2017-06-16得票数 0
回答已采纳
这与许多问题密切相关，包括我自己的一个问题：
TensorFlow中用于推理的每个示例似乎都遵循以下形式：
import tensorflow as tf
import CONSTANTS
import Vgg3CIFAR10
import numpy as np
MODEL_PATH = 'models/' + CONSTANTS.MODEL_NAME + '.model'
rand = np.random.rand(1, 32, 32, 3).astype(np.float32)
images = tf.placeholder(tf.float32, s
浏览 0提问于2017-05-01得票数 0
回答已采纳
1回答
我有一个看似简单的问题要用有向图来解决。给定一个有向图，例如图片中的那个，我需要找到两个“边界节点”(图片中的A和B )之间具有最小“最大成本”的路径。图中的每个节点都有一个要被入侵的“成本”，因此对于每个可能的路径，我们都可以找到最大的成本。例如，在图片中，路径3胜出，因为最大成本小于路径1和路径2的最大成本。
我总是听说Tensorflow是一个可以解决一般图形问题的库，所以我想知道Tensorflow周围是否有任何“随时可用”的库/后端可以让我解决这个问题？
谢谢你，拉斐尔
浏览 19提问于2019-10-25得票数 0
在tensorflow图的构造中没有出现错误，但是在tf.gradients图的计算过程中，我得到了一个形状不匹配的误差(我猜是在反向传播中)。
这是我得到的错误：
InvalidArgumentError (关于追溯，请参阅上文)：
输入整形是一个16777216值的张量，但所请求的形状有4096个。
[节点:渐变/truediv_grad/Reshape= Reshape]]
浏览 1提问于2018-03-17得票数 2
回答已采纳
各位朋友：
我有一台安装了tensorflow 1.6和jetpack 3.2 (tensorrt3.0)的Jetson TX2。我也安装了UFF。如何将tensorflow中的ssd_mobilenet_v1冻结图转换为tensorRT等效图？
谢谢,
浏览 2提问于2018-05-01得票数 2
我的TensorFlow用例要求我为每个需要处理的实例构建一个新的计算图。这最终导致了内存需求的崩溃。
除了一些模型参数的tf.Variables之外，我还想删除所有其他节点。其他有类似问题的人发现tf.reset_default_graph()是有用的，但这将消除我需要坚持的模型参数。
除了这些节点之外，我还可以使用什么来删除所有节点呢？
编辑:具体实例的计算实际上只是意味着我要添加许多新的操作。我认为这些操作是内存问题背后的原因。
更新：查看最近发布的tensorflow折叠()，它允许动态构造计算图。
浏览 4提问于2016-05-08得票数 10
回答已采纳
1空图错误
嘿，我正在尝试运行多个tensorflow图，完全分开，并遇到以下继承问题。
也是
import tensorflow as tf
class A:
g = tf.Graph()
g.as_default()
s = tf.Session(graph=g)
x = tf.placeholder(tf.float32)
__call__ = lambda self,X: self.s.run(self.y, {self.x:X})
class B(A):
y = 2 * A.x
test = B()
print te
浏览 3提问于2016-06-26得票数 5
回答已采纳
我是tensorflow的新手，需要使用一些遗留代码来完成项目。
我用的是笔记本。当我创建一些操作时，有时由于调试的原因，我需要多次使用相同的单元。然后我发现我的图表非常奇怪。当我多次运行这些在图中创建一些操作的单元格时，会发生什么？根据我目前的理解，我需要构建一个静态图来运行代码。当我在Jupyter中，我发现一些错误并编辑运行的代码，我需要重置图形和sessions?Debug是一场灾难。Tensorflow有一些长期的抱怨，但永远不要告诉我为什么会出错。我需要仔细查看以找出错误。似乎API发生了很大的变化。我总是收到一些警告，这些接口已经degraded.Print的东西是困难的。我要打
浏览 0提问于2019-11-28得票数 0
我读过。
我有两个图gUed和gDed。
gUed是无向图，gDed是有向图。我需要把这些图表合并成一个。我用边缘名单组成了这个联盟。
library(igraph)
gDed <- graph.formula(1-+2, 2-+3, 3-+4, 4-+5)
gUed <- graph.formula(6--1, 7--2, 8--4, 9--5)
EL = as_edgelist(gDed, names = TRUE)
EL1 = as_edgelist(gUed, names = TRUE)
ELU = rbind(EL, EL1)
ELU = ELU[!duplicat
浏览 3提问于2020-12-01得票数 0
回答已采纳
我创建了一个tensorflow Graph。例如，我可以将它装入
with tf.gfile.FastGFile(modelFullPath, 'rb') as f:
graph_def = tf.GraphDef()
graph_def.ParseFromString(f.read())
_ = tf.import_graph_def(graph_def, name='')
它将在原始缓冲区文件中定义的图形暂时作为默认图形。如果我现在创建一个会话，这个图将被用作当前图。
试图将序列化的graph_def对象保存到变量，并将Sessio
浏览 6提问于2017-04-27得票数 3
回答已采纳
使用C++，我能够编写一个包含图的事件文件，没有问题。我使用了EventsWriter::WriterEvent() API。我在TensorBoard上看上去很棒。
在深入研究之后，我在tensorflow.core.util、tensorflow.core.platform和tensorflow.core.lib.io中找到了以这种格式包装tensorflow::Event的记录的代码: length、掩码长度CRC、data、掩码数据CRC。()
但问题是，我不想静态地用我的应用程序链接到TensorFlow库。相反，我希望通过使用本地原型编译的头(.pb.h)和源代码(.pb.c)，使
浏览 0提问于2018-04-03得票数 1
我试图通过以下方式从不同的会话创建图表：
sess1 = tf.Session()
print(sess1)
print(sess1.graph)
sess2 = tf.Session()
print(sess2)
print(sess2.graph)
sess3 = tf.Session()
print(sess3)
print(sess3.graph)
结果是
<tensorflow.python.client.session.Session object at 0x14305b2b0>
<tensorflow.python.framework.ops.Graph
浏览 2提问于2018-08-29得票数 2
回答已采纳
我有大约100,000张代表音乐作品的图片，我正在尝试修改以下Android Tensorflow示例
和这个项目
我想我需要创建一个像tensorflow_inception_graph.pb这样的新TensorFlow图，但我想知道是否有任何简单的方法来训练和创建这样的图，就像拖放图像并在几个小时后获得文件，然后直接集成？
有人能描述一下完成这项任务所需的步骤吗？
浏览 2提问于2016-05-10得票数 0
我有一个用Keras训练的模型，我正在使用K.function()使用它的中间层输出。有没有办法将这个K.function()对象保存为tensorflow图？我想在tensorflow服务中使用此对象，但我没有看到冻结Keras K.function()对象的方法
浏览 25提问于2017-07-04得票数 0
回答已采纳
我对使用多个tensorflow图的理解是，如果我使用tf.Graph()创建一个图，那么tensorflow已经为我创建了两个图。一个是tensorflow在我没有上下文时设置为默认值的图，另一个是我使用tf.Graph()创建的图，当我在tf.Graph().as_default():上下文中时，它将是默认值。现在，我该如何重置我使用tf.Graph()创建的图，因为tf.reset_default_graph() cannot be used在tf.Graph().as_default():上下文中
浏览 6提问于2019-02-24得票数 0
我正试着习惯于拉伸板，我用pytorch编码我的模型。但是，当我试图使用add_graph()函数查看我的模型时，我得到了以下内容：
将此作为测试代码：
import numpy as np
import torch
import torchvision.transforms as transforms
import torch.nn as nn
import torch.optim as optim
from torch.utils.tensorboard import SummaryWriter
class Net(nn.Module):
def __init__(self
浏览 9提问于2019-10-10得票数 1
我对TensorFlow的内部结构相当陌生。为了理解TensorFlow的AdamOptimizer实现，我在TensorBoard中检查了相应的子图。这里似乎有一个名为name + '_1'的重复子图，默认情况下是name='Adam'。
下面的MWE生成下面的图表。(注意到我已经扩展了x 节点！)
import tensorflow as tf
tf.reset_default_graph()
x = tf.Variable(1.0, name='x')
train_step = tf.train.AdamOptimizer(1e-1, n
浏览 6提问于2019-03-15得票数 10
回答已采纳
我用Tensorflow训练了一个模型(faster_rcnn_resnet101_coco_2018_01_28)。我有一个".pb"图。
要生成冻结图，我需要输入和输出节点。
如何在图中找到它？
我有完整的节点列表，。
没有任何节点像'Softmax'，‘占位符’，它建议在其他帖子。
浏览 0提问于2019-05-21得票数 0
我按照github中的说明安装Tensorflow与Collab联邦，我们需要安装0.20.0版本，但是当我试图运行图图尔时会得到这个错误。
!pip install --quiet tensorflow-federated==0.20.0 # The latest version of tensorflow-federated is not working with the colab python version
!pip install --quiet --upgrade nest-asyncio
from __future__ import absolute_import, divis
浏览 10提问于2022-05-30得票数 0
对于我的特殊问题，我需要多次运行一次构造的Tensorflow图，每次都将变量重新初始化为新值。图的每一个执行都独立于下一个。把它想象成建立一个模型，然后用每个模拟随机初始化的方式训练它30个独立的时间。虽然我可以通过将Session.run()语句放在for循环中来实现上述目的，但我认为这并不能保证并行性。
所以问题是:什么是最合适的，Tensorflow兼容的方式来运行多个独立的sims？应该在python循环中执行session.run()，还是应该使用Tensorflow while_loop结构？
浏览 3提问于2017-12-18得票数 5
回答已采纳
6回答
我有一个有向边和无向边的图，现在我想用有向边代替这些无向边(每个无向边变成一个有向边)。对于每个无向边缘有两种可能性(用一个方向或另一个方向的有向边替换它)。
如何确定无向边的方向，使我的图保持无圈？
我的方法：
创建一个只有有向边的图，并在后面添加1×1(作为有向边)的无向边。现在我有了一个，我的问题是将有向边添加到图中，同时保持DAG属性(只有有向边，没有循环)。
如何向DAG添加边，并确保生成的图形也是DAG？
浏览 16提问于2017-05-14得票数 3
回答已采纳
1回答
我用的是升压图。我的图的边有有向的含义。这就是我选择有向图的原因。然而，当我遍历图时，我通常想要这样做，忽略方向。但是，我还没有找到遍历图形的解决方案，例如使用内置的深度优先搜索。
是否有一种解决方案不涉及整个图的复制？
如果没有，我不确定我的图是否真的是由自然指向的。也许我应该使用一个无向图，并添加一些“方向”属性？不过，我不知道如何做到这一点(只要简单地将源/目标vertex_descriptors附加到边缘，一旦图形发生变化，显然就会中断)。有可能这样做吗？这有意义吗？
谢谢
浏览 1提问于2011-04-18得票数 2
我遵循来细化Flowers数据集的初始模型。
花卉数据集具有flowers.py文件中指定的350个验证图像。
但是当我运行并修改它以打印TP、FP、TN、FN的数量时
结果：
I tensorflow/core/kernels/logging_ops.cc:79] eval/TrueNegatives[64]
I tensorflow/core/kernels/logging_ops.cc:79] eval/TruePositives[286]
I tensorflow/core/kernels/logging_ops.cc:79] eval/FalsePositives[2]
I tens
浏览 1提问于2017-08-07得票数 0
回答已采纳
我试图了解TensorFlow如何计算tf.train.GradientDescentOptimizer的梯度。
如果我理解TensorFlow白皮书中的4.1节，它通过向TensorFlow图中添加节点来计算基于反向传播的梯度，该图计算原始图中节点的派生。
当TensorFlow需要计算一个张量C相对于C所依赖的某个张量I的梯度时，它首先在计算图中从I到C找到路径，然后从C返回I，然后对反向路径上的每一个操作添加一个节点到TensorFlow图，利用链规则沿后向路径组成偏梯度。新添加的节点计算前向路径中相应操作的“梯度函数”。梯度函数可以通过任何操作来注册。该函数不仅接受沿后向路径计算的偏
浏览 0提问于2016-09-19得票数 4
回答已采纳
上下文:我有两个Tensorflow图，理想情况下，它们应该为图像分割产生相同的结果。(该模型来自here)。第一个图是“原始”图，而第二个图是在第一个图上运行toco工具并将输入设置为固定大小(在本例中为1,572,572,1)后的简化版本。 我使用的命令是bazel run //tensorflow/lite/toco:toco – --drop_control_dependency --input_file=$MODEL_DIR/unet.pb --output_file=$MODEL_DIR/unet_bn.pb --input_format=TENSORFLOW_GRAPHDEF
浏览 32提问于2019-07-02得票数 0
我刚刚开始使用TensorFlow，我正在尝试实现一个非常简单的RNN。RNN以x作为输入，y作为输出，并且仅由一个层组成，该层以x和以前的输出作为输入。下面是我脑海中想到的那种东西的图片：
问题是，我无法通过TensorFlow API来构造一个包含循环的图。每当我定义一个张量时，我必须指定它的输入是什么，这意味着我必须已经定义了它的输入。所以有个鸡和蛋的问题。
我甚至不知道用循环来定义一个图是否有意义(首先计算什么？我是否必须定义softmax节点的初始值？)。我使用了使用变量来表示前一个输出的想法，然后手动获取y的值，并在每次输入训练样本后将其存储在变量中。但是，这将是非常慢的
浏览 2提问于2016-02-17得票数 6
在Tensorflow中，我们可以使用Between-graph Replication构建和创建用于分布式培训的多个Tensorflow会话。MonitoredTrainingSession()协调多个Tensorflow会话，并且有一个用于恢复Tensorflow会话/图的MonitoredTrainingSession()参数checkpoint_dir。现在我有以下问题：
我们通常使用tf.train.Saver()对象来通过saver.restore(...)恢复Tensorflow图。但是我们如何使用MonitoredTrainingSession()来恢复它们呢？
由于我
浏览 3提问于2017-03-29得票数 6
我是Tensorflow的爱好者，我正在尝试导出一个模型(用Python语言开发，然后使用Tensorflow工具冻结和优化)，以便在C++项目中使用(只是为了推断)。我所经历的是，即使遵循在其他用户已经打开的其他问题中发现的所有规定，我在编译源代码后获得的C++可执行文件在推理操作(我的意思是会话->运行)中比在Python推理代码中的相同操作慢10倍。
我知道在这个话题上出现了不同的问题。之后，我使用以下命令构建了C++项目：
bazel build -c opt --copt=-mfma --copt=-mfpmath=both //tensorflow/project:proj
浏览 30提问于2018-01-22得票数 3
对于那些知道这一点的人，我想知道如何在非Keras模型上运行Carlini-Wagner的攻击脚本。
假设我有一个包含实现分类模型的tensorflow图的类：
class classifier:
def __init__(self):
self.x = tf.placeholder(tf.float32, shape)
# [insert mdoel here]
self.logits = tf.layers.dense(inputs=..., units=num_labels, activation=None)
我希望能够在优化循环中
浏览 1提问于2020-02-29得票数 0
我遵循了这里的教程：
根据步骤1和步骤2，编译子图，生成标头(test_graph_tfmatmul.h)和对象(test_graph_tfmatmul.o)文件；
根据步骤3，我使用示例代码(称为my_code.cc)调用子图；
根据步骤4，我将代码片段cc_binary添加到现有的BUILD文件(//tensorflow/compiler/aot/tests/BUILD)中，并尝试使用以下命令创建最终的二进制文件：
bazel build //tensorflow/compiler/aot/tests:my_binary
但我得到了以下错误：
undeclared inclusion(s)
浏览 6提问于2017-10-04得票数 1
回答已采纳
我想做什么，
我是C++和bazel的新手，我想对tensorflow的卷积运算做一些改变，所以我决定我的第一步就是创建一个和它一样的运算。
我做了什么，
我从//tensorflow/core/kernels复制了conv_ops.cc，并更改了在new_conv_ops.cc中注册的操作系统的名称。我还更改了文件中函数的一些名称，以避免重复。这是我的构建
如您所见，我从//tensorflow/core/kernels/BUILD复制conv_ops的deps属性。然后使用"bazel //tensorflow/core/user_ops:newconvops.so“构建新op。
浏览 4提问于2016-07-13得票数 0
我目前正在阅读基于Tensorflow的slim库的源代码，他们经常为variable_scope方法使用variable_scope参数，比如。
从API页面我可以看到：
这个上下文管理器验证(可选的)值来自同一个图，确保图是默认图，并推送一个名称作用域和一个变量范围。
我的问题是:只有当变量来自同一个图时，才会检查来自values的变量？这是什么用例，为什么有人会需要它？
浏览 1提问于2016-10-20得票数 4
回答已采纳
1回答
TRT与UFF-TensorRT
、、、、
我发现我们可以从几个方面优化Tensorflow模型。如果我搞错了，请告诉我。
1-使用，此API开发人员由tensorflow开发，并将TensoRT与Tensorflow集成，此API称为：
从tensorflow.python.compiler.tensorrt导入trt_convert作为trt
该API可以应用于任何Tensorflow模型(新版本和旧版本模型)，而不存在任何转换错误，因为如果该API不支持任何新层，则不要考虑TensorRT引擎的这些层，这些层仍然适用于tensorflow引擎，并在Tensorflow上运行。对吗？
2-使用，此API由NVIDA开发，独立
浏览 2提问于2020-01-17得票数 7
回答已采纳
所以我有一个项目，我正在使用go模块。然而，我需要使用tensorflow包，但tensorflow似乎还不支持go模块。有没有办法在没有模块定义的情况下导入这两个依赖项？
以下两个导入似乎导致了问题：
tf "github.com/tensorflow/tensorflow/tensorflow/go"
"github.com/tensorflow/tensorflow/tensorflow/go/op"
当我尝试下载这些包时，会得到以下输出：
$ go get -u "github.com/tensorflow/tensorflow/tensor
浏览 7提问于2019-07-22得票数 1
我正在使用tensorflow开发一个对象检测器，我有一些问题。我正在训练一个模型，以部署在上(应用于TFDetect活动)，包含120个图像，20k个步骤和ssd_mobilenet_v2。我在Windows 10上使用Android Studio。我可以成功地训练它，并且工作得很好，但是检测之间的时间太长了，比如4到5秒：
09-26 12:24:56.904 7986-7986/org.tensorflow.demo I/tensorflow: DetectorActivity: Preparing image 192 for detection in bg thread.
09-26
浏览 0提问于2018-09-27得票数 1
1回答
画一个图的好方法是什么，如下面的图1所示：
它似乎是用python绘制的，使用matplotlib。但是，也许有人使用了tensorflow或类似的库，我不知道。
浏览 8提问于2020-03-02得票数 0
回答已采纳
1回答
我正在为一个项目设计一个带有几个图表的系统。我试图用两个简单的图表来总结我的问题，它可以证明我的怀疑。下面是我的用例图和上下文图。
用例图
📷
上下文图
📷
我的问题是.，从上面的图表(1)请求引用和(2)接受引用是两个过程是口头交流(而不是通过系统)。为了解释，如果客户需要报价，他会联系销售经理并口头要求报价。同样，如果客户愿意继续前进，他会通过邮件或电话与销售经理联系，口头接受报价。
当这两个过程与内部系统无关时，我真的需要将它们包括在上面的图表中吗？如果两者都消除，我将完全失去用例图中的Actor (Customer)。这能接受吗。
请解释一下这里最好的方法。
浏览 0提问于2020-08-21得票数 0
回答已采纳
我正在尝试开发一些时间序列预测，使用可用的最新资源。为此，我检查了TensorFlow时间序列中的示例代码，但得到以下错误：
AttributeError: module 'tensorflow.python.pywrap_tensorflow' has no attribute 'TFE_Py_RegisterExceptionClass'
我用的是蟒蛇。当前环境是Python3.5和TensorFlow 1.2.1。我也尝试过TensorFlow 1.3，但没有任何变化。
这是。我在谷歌上没有找到任何与这个问题相关的有用信息。你有什么办法解决这个问题吗？
浏览 2提问于2017-09-02得票数 6
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
实时音视频活动推荐
腾讯云开发者
