Tensorflow:来自索引的“交错”序列掩码？
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。TensorFlow的核心是一个用于构建和执行计算图的库，它可以在不同的硬件平台上运行，包括CPU、GPU和TPU。
交错序列掩码（Interleaved Sequence Masking）是TensorFlow中用于处理序列数据的一种技术。在自然语言处理和语音识别等任务中，输入数据通常是一个序列，如句子或音频信号。为了处理这些序列数据，需要对其进行掩码操作，以便在模型训练过程中忽略一些特定的位置或时间步。
交错序列掩码是一种特殊的掩码方式，它将输入序列中的一部分位置随机选择并进行掩码，然后将掩码后的序列与原始序列交错在一起。这样做的目的是为了增加模型对于上下文信息的理解能力，使其能够更好地处理输入序列中的长期依赖关系。
TensorFlow提供了一些函数和类来实现交错序列掩码，如tf.sequence_mask()和tf.boolean_mask()等。这些函数可以根据指定的掩码方式对输入序列进行处理，并返回掩码后的序列。
交错序列掩码在自然语言处理任务中广泛应用，如文本分类、命名实体识别和机器翻译等。通过使用交错序列掩码，可以提高模型对于输入序列的理解能力，从而提升任务的准确性和性能。
腾讯云提供了一系列与TensorFlow相关的产品和服务，如云服务器、GPU实例、容器服务和AI推理服务等。这些产品和服务可以帮助用户在腾讯云上快速搭建和部署TensorFlow模型，并提供高性能的计算和推理能力。具体的产品介绍和链接地址可以参考腾讯云官方网站。
相关·内容
在调用tf.nn.rnn_cell.DropoutWrapper()时，tensorflow如何具体地应用退出？
我所读到的所有关于将辍学应用于rnn的参考资料--这篇由撰写的论文--说不要在重复的连接之间应用辍学。神经元应在LSTM层之前或之后随机脱落，而不应在LSTM层间脱落.好的。
我的问题是，随着时间的推移，神经元是如何关闭的？
在每个人引用的文件中，似乎每个时间步骤都应用了一个随机的“退出掩码”，而不是产生一个随机的“退出掩码”并重用它，将它应用于被删除的给定层中的所有时间步骤。然后在下一批上生成一个新的“辍学掩码”。
更重要的是，现在更重要的是，tensor
浏览 2提问于2017-02-27得票数 9
回答已采纳
1回答
我一直在研究GradCam，我注意到大多数情况下都是在Keras/Tensorflow模型上使用的。但是，我有一个已编译为.tflite格式的tensorflow lite模型。我甚至不确定在编译后是否可以访问我的CNN层，因为我尝试使用keras库加载模型，但它只接受特定的文件类型，而不是确切的.tflite，因为它抛出了错误： from tensorflow.keras.models import load_model
model = load_model("/content/drive/My Drive/tensorflow_lite_model.tflite") 它会
浏览 48提问于2021-04-26得票数 0
2回答
假设我在做一个标准的DNN分类任务，我使用交叉熵损失。在损耗计算之后，我应用了一个掩码向量( 0，0，0，1，1，…将部分损失设定为零。
问题是Tensorflow将如何处理这个零损失？它会否涉及到反向传播？
浏览 6提问于2021-10-18得票数 0
回答已采纳
1回答
我知道有一个类似的话题，但这是关于Keras的，我在纯TensorFlow中工作。
我有一个LSTM网络，在该网络中，复发由以下人员处理：
outputs, final_state = tf.nn.dynamic_rnn(cell,
embed,
sequence_length=seq_lengths,
initial_state=initial_st
浏览 6提问于2017-09-04得票数 1
1回答
理解云扳手索引(指数)中的交织
、、、、
两者有什么区别？
CREATE INDEX SongsBySingerSongName
ON Songs(SingerId, SongName),
INTERLEAVE IN Singers
和
CREATE INDEX SongsBySingerSongName
ON Songs(SingerId, SongName)
浏览 3提问于2017-03-08得票数 5
我想创建一个基于两个输入数组(XI和X)的MxN矩阵，如果列表示对该行的X值进行排序的结果(在XI内)，那么每一行都有1。
代码：
import numpy as np
XI = np.array([1., 2., 4., 5., 7.])
X = np.array([6.5, 2.2, 1.4, 4., 3.7, 3.9, 0.1, 5.3, 10.2])
def bmap(xi, x):
i = np.searchsorted(xi, x, side="right") - 1
result_shape = (x.shape[0], xi.shape[0]
浏览 1提问于2019-08-06得票数 1
回答已采纳
我正在训练自定义对象检测，使用Mask RCNN在TensorFlow对象检测中。因此，我将与边界框一起预测对象实例掩码。
预训练模型：mask_rcnn_inception_v2_coco
以下是我训练的快照。
信息:tensorflow:全局步骤4181:损失= 0.0031 (3.290秒/步)
信息:tensorflow:全局步骤4181:损失= 0.0031 (3.290秒/步)
信息:tensorflow:全局步骤4182:损失= 0.0030 (2.745秒/步)
信息:tensorflow:全局步骤4182:损失= 0.0030 (2.745秒/步)
，在这种情况下，您
浏览 1提问于2019-01-24得票数 2
回答已采纳
下面的代码如何过滤出pandas中的结果？例如，使用以下语句：
df[['name', 'id', 'group']][df.id.notnull()]
我得到了426行(它会过滤掉df.group IS NOT NULL所在的所有行)。但是，如果我只使用语法本身，它会为每一行返回一个bool，{index: bool}：
[df.group.notnull()]
括号表示法如何与pandas配合使用？另一个例子是：
df.id[df.id==458514] # filters out rows
# vs
[df.id==
浏览 0提问于2020-09-03得票数 0
说，
并不是所有JAX代码都可以编译JIT，因为它要求数组形状是静态的&编译时知道。
现在，我有点惊讶，因为tensorflow有像tf.boolean_mask这样的操作，可以执行JAX编译时似乎无能为力的操作。
为什么Tensorflow会出现这样的倒退？我假设基础XLA表示是在两个框架之间共享的，但我可能弄错了。我不记得Tensorflow曾经遇到过动态形状的问题，像tf.boolean_mask这样的函数已经存在了很久了。
我们能否预期这一差距在未来会缩小呢？如果不是，为什么不可能在JAX‘jit中实现Tensorflow (以及其他)的功能呢？
编辑
浏览 3提问于2021-03-19得票数 4
回答已采纳
System Info：1.1.0，GPU，，Python3.5，代码运行在ipython控制台中。
我正在尝试运行两个不同的Tensorflow会话，一个在GPU上(它做一些批处理工作)，另一个在我用于快速测试的CPU上，而另一个在运行。
问题是，当我生成指定with tf.device('/cpu:0')的第二个会话时，会话试图分配GPU内存并使另一个会话崩溃。
我的代码：
import os
os.environ["CUDA_VISIBLE_DEVICES"] = ""
import time
import tensorflow as t
浏览 0提问于2017-06-12得票数 12
回答已采纳
2回答
我有一个时间序列的特性x_1,x_2,x_3,...,x_n。我想为每个时间步骤做一个预测y_1,y_2,y_3,...,y_n。然而，在我的培训数据中，一些y可以是nan。我想让fit忽略这些(即这对测量的y和预测的y的成本为零)。我目前正在通过Keras使用tensorflow。
标签的掩蔽层有相似之处吗？我目前正在通过Keras使用tensorflow。或者，也许可以改变损失函数，但我不知道如何改变，特别是在保持数值效率的同时。
浏览 0提问于2019-12-09得票数 2
回答已采纳
我有以下数组：-
import numpy as np
import tensorflow as tf
input = np.array([[-1.5, 1.0, 3.4, .5], [0.0, 3.0, 1.3, 0.0]])
layer = tf.keras.layers.Discretization(num_bins=2, epsilon=0.01)
layer.adapt(input)
layer(input)
<tf.Tensor: shape=(2, 4), dtype=int64, numpy=
array([[0, 1, 1, 1],
[0, 1, 1,
浏览 4提问于2022-10-18得票数 0
回答已采纳
2回答
基于递归网络的影评分类
、、、、
据我所知和研究，数据集中的序列可以是不同长度的；如果训练过程中的每一批都包含相同长度的序列，我们就不需要填充或截断它们。
为了实现和应用它，我决定将批处理大小设置为1，并在IMDB电影分类数据集上训练我的RNN模型。我添加了我在下面编写的代码。
import matplotlib.pyplot as plt
import tensorflow as tf
from tensorflow.keras.datasets import imdb
from tensorflow.keras import Sequential
from tensorflow.keras.layers import De
浏览 0提问于2021-03-26得票数 5
a = [ [1,2,3,4,5], [6,np.nan,8,np.nan,10]]
df = pd.DataFrame(a, columns=['a', 'b', 'c', 'd', 'e'], index=['foo', 'bar'])
In [5]: df
Out[5]:
a b c d e
foo 1 2.0 3 4.0 5
bar 6 NaN 8 NaN 10
我理解普通的布尔索引是如何工作的，例如，如果我想选择具有c
浏览 3提问于2017-01-11得票数 1
回答已采纳
Tensorflow的ctc_loss所指的序列长度参数是哪个？是输入的长度还是标签的长度？还是指的是别的什么？
浏览 2提问于2018-01-02得票数 4
回答已采纳
我希望在非主键字段中插入具有唯一值的行。我不能使用唯一索引(因为多个字段索引中的NULL值，但在这里它并不重要)。
我使用INSERT/SELECT作为原子(我希望)操作--参见下面。
我将描述简化示例中的问题：
我有张空桌子：
CREATE TABLE Test ( Id int(11) NOT NULL AUTO_INCREMENT, A int(11) DEFAULT NULL, PRIMARY KEY (Id) ) ENGINE=InnoDB;
..。具有自动提交模式的两个会话被关闭：
在第一次会议上，我执行：
INSERT INTO Test (A) SELECT A
浏览 3提问于2014-04-03得票数 0
1回答
是我的代码实验室的链接。
图表：
LSTM
RNN
密集
所有导入：
import tensorflow as tf
from tensorflow.keras.preprocessing import sequence
from tensorflow.keras.layers import Dense, Embedding, SimpleRNN, LSTM, Activation, Dropout
from tensorflow.keras.utils import to_categorical
from tensorflow.keras.metrics imp
浏览 0提问于2020-12-07得票数 0
1回答
我相信这是一个非常基本的问题。最终目的是在Excel中获取一个范围，该范围通常包含文本和双精度数，并将内容转储到SQL数据库中。
我想将范围(作为object[,]输入到c#代码中)转储为XML字符串，并将其直接保存到数据库中。
我已经编写了许多自己的类，我可以使用DataContractSerializer轻松地序列化这些类。然而，当涉及到序列化object[,]时，我遇到了一个难题，大量的搜索告诉我如何序列化更复杂的用户定义的类，这些我已经知道了。
可以序列化这个原始类型吗？如果是这样，又是如何做到的呢？
浏览 0提问于2015-09-09得票数 0
1回答
我有一个输入管道，它的CPU、GPU和磁盘利用率很低，性能很差。我一直在阅读tensorflow“使用tf.data应用程序接口获得更好的性能”文档和数据集文档，但我不太明白发生了什么，无法将其应用到我的情况中。这是我当前的设置：
img_files = sorted(tf.io.gfile.glob(...))
imgd = tf.data.FixedLengthRecordDataset(img_files, inrez*inrez)
#POINT1A
imgd = imgd.map(lambda s: tf.reshape(tf.io.decode_raw(s, tf.int8), (i
浏览 12提问于2020-02-14得票数 1
我刚开始使用tensorflow(r1.0)中的ctc丢失层，与“标签”输入有点混淆。
在tensorflow的API文档中，它说
标签:A int32 SparseTensor.labels.indicesi，：== b，t表示labels.valuesi存储(批处理b，时间t)的id。labels.valuesi必须接受[0，num_labels]中的值
b，t和valuesi -我的意思是在批中序列"b“的"t”处有"valuesi“的标签吗？
它说值必须在[0，num_labels]中，但是对于稀疏张量，除了某些指定的位置外，几乎所有的地方都是0
浏览 2提问于2017-02-27得票数 3
回答已采纳
在PineScript中，有一个名为valuewhen的函数，当条件为真时，它返回源最近出现的第n个值。因此，例如，当条件为真时，索引0将返回最近的值，索引1将返回第二个最近的值。 如何在Series上使用Python中的Pandas实现这一点？PineScript中的函数签名为valuewhen(condition, source, occurrence) → series[float]
浏览 46提问于2020-12-23得票数 0
我有一堆自定义格式的训练示例文件，我想加载到tensorflow模型中，但我不知道如何有效地解析数据。
这些文件有一个20字节的标题，描述了特征的数量、标签的数量、示例的数量等。该标题后面跟着一些示例。每个示例都是一些表示特征的float32s，后面跟着一些表示标签的uint8s，因此文件的其余部分是浮点数和元素的交替模式。
我一直使用tf.read_file和tf.decode_raw将文件作为uint8s的向量获取，现在我想从标签中切分特征，并将特征向量作为float32向量按小端序查看。这种事情在tensorflow中有可能发生吗？
我已经成功地使用numpy解析了文件，并将功能和标签转
浏览 16提问于2017-02-17得票数 0
数据：
Unnamed: 0 gvkey date CUSIP conm tic cik PERMNO COMNAM
0
0 1001 1983 00016510 A & M FOOD SERVICES INC AMFD. 723576.0 10015 NaN
1
1 1001 1983 00016510 A & M FOOD SERVICES INC AMFD. 723576.0 10015 A & M FOOD SERVICES INC
2
5 1001 1984 00016510 A & M FOOD SERVICES INC A
浏览 1提问于2018-09-30得票数 1
回答已采纳
1回答
连接Keras中的掩码输入
、、、、
使用Keras API，我尝试构建一个神经网络模型，如下所示。我有两个输入，每个输入都是分类时间序列，它们已经转换为一次hots。在一个批次中，时间序列通常具有不同的长度，因此我用零填充它们，使其达到相同的长度。我想首先对每个输入应用一个掩蔽层，以便忽略填充，然后对每个输入应用TimeDistributed密集层，最后在将结果传递到LSTM之前连接密集层的输出。(这并不重要，在LSTM之后会应用最终的线性致密层。)如下所示：
from tensorflow.keras.layers import Input,Dense,Concatenate
from tensorflow.keras.lay
浏览 0提问于2021-07-07得票数 0
我有一个二进制分类问题，在数据集中只注释了最初的3个正事件实例，而且我先验地知道它们可以持续15个时间实例。为了解决这个问题，我决定在训练网络时忽略15-3 =12个时间实例的损失值。
我正在使用Python中的Tensorflow训练一个LSTM网络，我的训练批次有sequence_len=240，在任何迭代过程中，在序列上随时都可能发生积极的事件。
基本上，我的成本度量是(使用AdamOptimizer)
loss = tf.nn.softmax_cross_entropy_with_logits(logits, self._targets)
cost = tf.reduce_mean(l
浏览 2提问于2016-06-12得票数 0
我是一个pytorch用户，并且我已经习惯了pytorch中的data.dataset和data.dataloader api。我正在尝试用tensorflow 2.0构建一个相同的模型，我想知道是否有一个api与pytorch中的这些api类似。
如果没有这样的api，您能告诉我人们通常是如何在tensorflow中实现数据加载部分的吗？我使用过tensorflow 1，但从未体验过dataset api。我以前做过硬编码。我希望有一些类似于重写getitem的内容，其中只使用索引作为输入。
提前谢谢。
浏览 4提问于2019-10-22得票数 18
回答已采纳
我正在尝试使用以下命令运行docker镜像： docker run -v $PWD/build:/app/build --rm tflite-find-arena-size 然而，这个错误突然出现在我面前。我正在使用MacOS。我试着用brew安装它，但是没有用。我还打开了~/.emscripten文件，并检查BINARYEN_ROOT是否为空。请帮帮忙。 shared:ERROR: BINARYEN_ROOT is set to empty value in /root/.emscripten
Makefile.emcc:31: recipe for target 'build&#
浏览 70提问于2020-06-27得票数 0
我试图在一个小数据集上运行一个掩码run架构(目前与本教程相同)，遵循这个。
我想我的记忆快用完了。这是给定的输出：
[...]
Future major versions of TensorFlow will allow gradients to flow
into the labels input on backprop by default.
See `tf.nn.softmax_cross_entropy_with_logits_v2`.
tcmalloc: large alloc 644245094400 bytes == 0x1a936c000 @ 0x7efe929e7b6
浏览 2提问于2020-11-01得票数 1
回答已采纳
我训练了一个数字图像并制作了一个模型文件。
相应的调味汁如下。
import os
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tensorflow.keras.datasets import mnist
from tensorflow.keras.utils import to_categorical
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
浏览 0提问于2021-02-23得票数 0
回答已采纳
1回答
红移中的长真空
、、
我试图在Redshift中运行一些大型表的VACUUM REINDEX。当我在SQLWorkbenchJ中运行其中一个真空时，它永远不会完成，并在大约2个小时后由对等方返回连接重置。在Python中，当我使用这样的工具运行空泡时，也会发生同样的事情：
conn_string = "postgresql+pg8000://%s:%s@%s:%d/%s" % (db_user, db_pass, host, port, schema)
conn = sqlalchemy.engine.create_engine(conn_string,
浏览 0提问于2018-01-09得票数 1
回答已采纳
导入tensorflow跟踪(最近一次调用)：文件"D:\python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py"，第18行，在swig_import_helper fp中，路径名，description = imp.find_module('_pywrap_tensorflow_internal'，dirname(file))文件"D:\python36\lib\imp.py"，第296行，在find_module name(_ERR_MSG.for
浏览 0提问于2019-02-23得票数 1
回答已采纳
1回答
我发现自己正在处理一个由2种不同类型的表组成的Redshift集群:每天被完全替换的表和每天接收合并的表。
据我所知，由于所有这些表都有数百万行，所以应该给出维护命令。到目前为止，我发现了三个命令：
vacuum table_name;
vacuum reindex table_name;
analyze table_name;
这些命令中的哪一条应该应用在哪种情况下？我打算在他们半夜装货后每天做一次。每天这么做的原因是因为在手动运行其中一些之后，性能有了很大的提高。
在阅读了这些文档之后，我觉得标准程序应该是什么还不太清楚。
所有表都有交错的排序键，而不管加载类型如何。
浏览 5提问于2017-04-22得票数 1
回答已采纳
1回答
我试图训练一个LSTM模型，从每天的基础和价格数据，从大约4000只股票，由于内存限制，我不能把所有的记忆后，转换成序列的模型。
这导致我使用生成器，而不是使用Keras / Tensorflow中的。问题是，如果我尝试在所有数据堆叠上使用生成器，它将创建混合股票序列，参见下面的示例，序列为5，这里的序列3将包括“股1”的最后4个观察和“股票2”的第一个观察。
相反，我想要的类似于这样：
略类似的问题：
我探索了合并这样的生成器的选项，因此建议：，但是对于大约4000个生成器来说，这不是一个概念。
我希望我的问题有意义。
浏览 4提问于2020-04-12得票数 5
回答已采纳
1回答
我有一个
df = pandasdataframe with data.
我有第二只熊猫--dataframe(名为df_outlier)，它只有一些键(显然也存在于df中)，我想将它们从df中移除。
df_outlier
我正在寻找类似于以下功能的东西--但这可能不是正确的方法。键包含字母数字值-所以字母和数字。所以这不是一个int。
clean_df = (df['ID'] - df_outlier['ID'])
有什么想法吗？谢谢。
浏览 1提问于2015-04-14得票数 1
回答已采纳
我正在把一个矮小的代码翻译到Tensorflow。
它有以下几行：
netout[..., 5:] *= netout[..., 5:] > obj_threshold
这不是相同的Tensorflow语法，我很难找到具有相同行为的函数。
首先，我尝试了：
netout[..., 5:] * netout[..., 5:] > obj_threshold
但是返回是一个布尔的只张量。在这种情况下，我希望obj_threshold下面的所有值都是0。
浏览 1提问于2018-11-08得票数 2
回答已采纳
我有一个输入张量I，形状为：input_ids：[B x T]，与形状[B x T x D] (B: Batch size, T: Sequence Length, D: Dimension)对应的嵌入矩阵。输入ids是词汇表ids，嵌入矩阵包含到相应的嵌入。
从嵌入矩阵中选择具有特定ids的元素(例如，103)。使用tf.where和tf.gather_nd很容易做到这一点，但我不知道如何将结果组织成一批大小为[B x N x D]的结果，其中N是序列中该id (103)的最大标记数。我希望在需要时使用0张张量作为填充。
一段代码可能会显示得更好(比如B=2, T=8, and D=3)：
浏览 0提问于2019-06-26得票数 0
回答已采纳
我有两个张量，包含两组向量d1和d2。d1和d2都包含5个二维向量d1和d2在训练循环中不断变化 import tensorflow as tf
import numpy as np
# random initialize
d1_np = np.random.rand(5,2)
d2_np = np.random.rand(5,2)
d1 = tf.Variable(initial_value = d1_np, dtype=tf.float32)
d2 = tf.Variable(initial_value = d2_np, dtype=tf.float32) 然后利用cross_di
浏览 11提问于2019-03-06得票数 0
在Java中，我正在开发用于玩单词的争用游戏。
如果player1发送诸如"B、A、C、N、R、E“等字母，那么player1也不应该发送相同的字母集(序列不重要)，例如"A、B、C、N、R、E”、"B、A、N、C、E、R"等。
是否在字符串中找到给定的一组字母，而不是特定于字母序列？
浏览 1提问于2013-03-29得票数 0
回答已采纳
3回答
我注意到IASetVertexBuffers()可以同时设置多个顶点缓冲区，但是只有IASetIndexBuffer()可以设置一个索引缓冲区。因此，我假设我只能同时拥有一个索引缓冲区集，但是可以同时设置多个顶点缓冲区。
对吗？
如何使用带有多个顶点缓冲区的索引缓冲区？也就是说，我提供了哪些索引来使用多个顶点缓冲区，以及如何知道所引用的缓冲区索引是什么？
还是仅在以下情况下才使用此方法：(Pos、Normal、Pos、Normal )我在多个缓冲区中提供数据：(Pos、Pos、Pos ) (Normal、Normal、Normal)和conrete索引引用每个缓冲区中相同的顶点？
浏览 0提问于2013-08-24得票数 3
回答已采纳
我想要检查播放器对象的某个半径内的哪一个是可交互的。为此，我使用Physics2D.OverlapCircle检查播放器附近的2 2DColliders。我不太清楚为什么参数LayerMask.NameToLayer("Interactable")没有检测到任何东西，尽管该层上有对象。如果移除第三个参数，它就会检测到玩家，因为它是最近的。
using System.Collections;
using System.Collections.Generic;
using UnityEngine;
public class CheckInteractable : MonoBeha
浏览 6提问于2021-12-19得票数 0
回答已采纳
1回答
我已经建立了一个模型，并且我能够成功地使用tf.cont肋骨的模型剪枝模块，默认参数和稀疏度为90%，但问题是当我运行该模型时，它仍然需要与原始模型相同的执行时间，我的猜测是，tensorflow不是只运行被剪枝的版本，而是运行整个图的蒙面西部，这就是为什么即使在剪枝之后也没有改进。
那么，如何导出具有子图和相应权重的剪枝模型并使用它呢？
浏览 1提问于2018-07-21得票数 2
我已经开发了一个Keras模型，该模型在自定义图像数据集上进行训练，在发送输入图像时，它可以很好地处理对象检测和检测到的对象的掩蔽。我想将这个模型导出到CoreML (.mlmodel)，这样我就可以直接将它嵌入到我的iOS应用程序中。
我也有我训练过的模型，使用Tensorflow和Mask RCNN。因此，在将Keras或Tensorflow模型转换为CoreML时，任何帮助。我已经尝试并成功地将Tensorflow模型转换为CoreML，但该模型不支持Mask RCNN。
我特别希望在转换模型，支持Mask RCNN到CoreML的帮助。
浏览 1提问于2020-04-07得票数 0
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
我有数据集X的二维图像，我把它划分成批X_1，.，X_k，然后对于批处理元素的第一个分量，我想把它乘以参数gamma_i，并将beta_i添加到它们中。
错误：
Input reshape: (4, 12, 12, 1)
Traceback (most recent call last):
File "3.py", line 61, in <module>
model = build_test((i, 12, 12, 1))
File "3.py", line 49, in build_test
x = Lambda(lamb
浏览 2提问于2019-10-03得票数 0
回答已采纳
我已经成功编译了op注册文件，并在仅使用此文件的情况下进行了测试。但是在训练过程中，我试图调用op中定义的函数，遇到了这些错误，每次都会有所不同：
Segmentation fault (core dumped)
或
double free or corruption (!prev)
Aborted (core dumped)
或
ValueError: Shape must be rank 1 but is rank 99648624 for 'x' (op: 'x') with input shapes: [50, 1000, 3].
请注意，上面的数字99
浏览 1提问于2019-07-31得票数 0
我正在将一堆Numpy计算移植到TensorFlow。在计算的某一阶段，我使用一个布尔掩码从一个大数组中提取和扁平一个值子集。数组可以有多个维度，但是布尔掩码只对最后两个维度起作用。在Numpy中，它看起来是这样的：
mask = np.array([
[False, True , True , True ],
[True , False, True , True ],
[True , True , False, False],
[True , True , False, False]]
large_array_masked = large_array[...
浏览 2提问于2018-02-15得票数 3
回答已采纳
1回答
似乎Tensorflow不支持布尔索引。我怎么能在Tensorflow做这件事？
import numpy as np
A = np.array([3, 4, 5, -1, 6, -1, 7, 8])
mask = (A == -1)
print(A)
A[mask] = [11, 12]
print(A)
浏览 3提问于2018-01-05得票数 0
我需要将维度N的张量列表转换为具有维度N+1的新张量，以便新维度将是最右边的维度。
例如，如果x和y都是形状(4,3)的张量，那么我试图通过形成z并将张量x设置为沿第三维的第0个元素，并将张量y设置为沿第三维的第一个元素来创建形状(4,3,2)的新张量z。在伪代码中：
z = tf.fromList([x,y],3)
在Tensorflow中实现这一点的最佳方法是什么。我无法从TF 0.7.1的文档中找出它。
浏览 0提问于2016-03-02得票数 9
2回答
我们公司正在利用SQL Server 2016 Enterprise中的标识(1，1)聚集主索引，并将最终部署到云(Amazon，Google )中。
在Azure SQL中是否存在使用标识列的问题？如果是水平伸缩数据库，则可以使用范围标识或位置/存储ids管理标识列，
是否存在将Microsoft服务器标识列部署到云中(Google或Amazon )的问题？我们听说过与任何Server环境一样的身份数字缺口，它们在云中会出现多久一次？
亚马逊AWS怎么样？
浏览 0提问于2017-09-13得票数 -2
回答已采纳
1回答
假设我有一些形状(?, 10)的数据。
也就是说，数据的特征是可变长度的序列，序列的每个元素用10个数字表示。
我们想要将它提供给一个LSTM，所以我们准备每个批处理具有长度(32, m, 10)，其中m是批内示例的最大序列长度。
序列长度小于m的批次中的示例用零填充。
现在，我们希望将其提供给LSTM，并且希望LSTM停止更新填充输入的输出。
在Tensorflow中，这将通过其sequence_length的参数来完成。
我如何在Keras中实现同样的效果？
浏览 1提问于2018-10-28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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
