tensorflow 2API回归tensorflow.python.framework.ops.EagerTensor的对象不可调用
TensorFlow 2是一个开源的机器学习框架，它提供了丰富的API和工具，用于构建和训练各种机器学习模型。在TensorFlow 2中，有两种主要的API：Graph API和Eager Execution API。
Graph API是TensorFlow 1.x版本中的主要API，它使用静态计算图来定义和执行计算操作。在Graph API中，用户首先定义计算图，然后将数据输入到图中进行计算。这种方式可以提高计算效率，特别适用于大规模的模型训练和推理。
Eager Execution API是TensorFlow 2中引入的新特性，它允许用户以更直观的方式进行模型开发和调试。在Eager Execution模式下，用户可以像使用Python编写代码一样，逐行执行和调试TensorFlow操作。这种方式更加灵活和易于使用，特别适用于小规模的模型开发和实验。
回到你提到的错误信息：tensorflow.python.framework.ops.EagerTensor的对象不可调用。这个错误通常发生在尝试调用一个EagerTensor对象时，而EagerTensor对象本身是不可调用的。EagerTensor是TensorFlow中的一种数据类型，它表示一个具体的张量值。要访问EagerTensor对象的值，可以使用.numpy()方法将其转换为NumPy数组，然后进行调用。
以下是一个示例代码，演示如何访问EagerTensor对象的值：
import tensorflow as tf
# 创建一个EagerTensor对象
x = tf.constant([1, 2, 3])
# 将EagerTensor对象转换为NumPy数组
x_np = x.numpy()
# 调用NumPy数组
print(x_np)在这个例子中，我们首先创建了一个EagerTensor对象x，然后使用.numpy()方法将其转换为NumPy数组x_np。最后，我们可以直接调用NumPy数组x_np来访问其值。
相关·内容
在Tensorflow 2.0中，我们看到的主要“张量”实际上是EagerTensors (更准确地说是tensorflow.python.framework.ops.EagerTensor)：
x = [[2.]]
m = tf.matmul(x, x)
type(m)
# returns tensorflow.python.framework.ops.EagerTensor
但是，在某些情况下，我们有符号Tensor对象(tensorflow.python.framework.ops.Tensor)，就像TF1.X中的那样。
例如在角星中：
from tensorflow.keras.mo
浏览 0提问于2019-08-26得票数 11
我正在使用Python3.7.7。和Tensorflow 2.1.0。
我正在使用一个来自been网络的编码器，我一直使用编码器作为一个函数，将图像作为一个参数传递，以获得一个输出。但是现在我发现我可以使用predict方法：
support_set_embeddings = encoder(X_train)
support_set_embeddings_predict = encoder(X_train)
print("Embeddings type: ", type(support_set_embeddings))
print("Embeddings predic
浏览 3提问于2020-09-10得票数 1
回答已采纳
假设我有使用tf.Variable，[[10,9],[9,8]]的二维张量。所以我可以用索引来改变它的值。在本例中，我希望将10更改为8，然后使用函数编写这段代码。
changeAbleTensor = tf.Variable([[10,9],[9,8]]);
changeAbleTensor[0][0].assign(10)
上面的代码，给我一个错误
AttributeError：“tensorflow.python.framework.ops.EagerTensor”对象没有属性“赋值”
但是，当我将代码从changeAbleTensor[0][0].assign(10)更改为chan
浏览 9提问于2022-09-21得票数 2
回答已采纳
我正在努力寻找tensorflow中特定类的API。例如，我对查找这个类的规范很感兴趣： tensorflow.python.framework.ops.EagerTensor 如果这听起来是个愚蠢的问题，我很抱歉。
浏览 8提问于2020-04-16得票数 0
回答已采纳
我正在使用TensorFlow2.0学习线性回归，我打算在keras工具中使用SGD优化器。这是我的代码。 import tensorflow as tf
from tensorflow import keras
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
%matplotlib inline
x_train = [1,2,3]
y_train = [1,2,3]
W = tf.Variable(np.random.normal([1]),name='weight')
b
浏览 16提问于2020-08-01得票数 0
我正在使用Python3.7.7。和Tensorflow 2.1.0。
我有一段代码：
class_prototype = tf.math.reduce_mean(support_set_embeddings, axis=0)
print("Embeddings type: ", type(support_set_embeddings))
print("Class prototype type: ", type(class_prototype))
print("Support set embeddings shape: ", support_s
浏览 5提问于2020-09-10得票数 0
回答已采纳
我试着给TF阵列分配一个新的值。这是我的密码：
import tensorflow as tf
x = tf.zeros(shape=[5],dtype=tf.float32)
x[1]=0
错误信息：
'tensorflow.python.framework.ops.EagerTensor' object does not support item assignment
我做错了什么？
浏览 0提问于2020-05-13得票数 4
我目前正在尝试执行类似于此TensorFlow代码的PyTorch片分配。
input_seq[1:, :] = torch.from_numpy(stroke[:-1, :])
像上面这样的简单项赋值不适用于TensorFlow，并给出以下错误。
TypeError: 'tensorflow.python.framework.ops.EagerTensor' object does not support item assignment.
以前针对同一问题的解决方案使用的是较早版本的TensorFlow。对于如何处理同样的问题，我将不胜感激。
浏览 3提问于2022-08-05得票数 0
我试图通过优化一个随机的‘图像’来可视化CNN过滤器，以便它在该过滤器上产生一个高均值激活，这在某种程度上类似于神经风格转移算法。
为此，我使用TensorFlow==2.2.0-rc。但在优化过程中，出现'tensorflow.python.framework.ops.EagerTensor' object has no attribute '_in_graph_mode'错误。我试着调试它，当我不使用opt.apply_gradients()而是像img = img - lr * grads一样手动应用它的渐变时，它以某种方式工作，但我想使用"Ad
浏览 0提问于2020-04-12得票数 8
回答已采纳
import tensorflow as tf
print(tf.ones([10, 10]))
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-15-bc8c707e6655> in <module>
----> 1 print(tf.ones([10, 10]))
Attri
浏览 1提问于2019-10-28得票数 1
回答已采纳
我想做datetime.strptime操作，对Tensorflow张量：
def convert_to_date(feat):
return datetime.strptime(feat, DATETIME_DEFAULT_FORMAT).timestamp() if feat else np.nan
DATETIME_FORMAT = '%Y-%m-%d %H:%M'
inputs = tf.constant(['2012-06-19 06:00', '2012-06-19 06:01', '2020-01-02 12:00
浏览 5提问于2021-04-26得票数 0
回答已采纳
我正在尝试使用TensorFlow2API实现多变量回归。 import tensorflow as tf
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df = pd.DataFrame({'A': np.array([100, 105.4, 108.3, 111.1, 113, 114.7]),
'B': np.array([11, 11.8, 12.3, 12.8, 13.1,13.6]),
浏览 73提问于2019-03-08得票数 6
回答已采纳
我是新的深入学习和Tensorflow，并必须学习这个主题，因为我目前正在工作的项目。我使用卷积网络来检测和查找图像中单个物体的位置。我正在使用中引入的方法。讲师提到在网络中连接完全连接的层后连接一个回归头，以查找对象的位置。我知道在坦索弗洛有DNNRegressor。我应该用这个作为回归头吗？
在修改Tensorflow关于如何为我的案例使用ConvNet到的教程之前。我不太确定如何将回归头添加到该程序中，以便它也可以为对象找到一个边框。
这周我刚刚有机会接触机器学习和深入学习，如果我问了一个非常愚蠢的问题，很抱歉，但是我真的需要找到解决我的问题的方法。非常感谢。
浏览 0提问于2017-07-07得票数 5
1回答
我正在做一项基于分析机器学习的不同Python库的工作。
我选择分析Scikit--学习，Keras，Tensorflow和Py手电筒，因为它们是最著名的。其思想是训练不同的模型，包括监督学习和非监督学习，以及分类和回归。在每个库中使用不同类型的算法，并分析它们所带来的困难/设施以及性能。
当我试图在Tensorflow中执行同样的学习时，我的问题就出现了，因为对于后者，我发现了大量用于深入学习(神经网络)的信息，但对于机器学习算法(决策树、随机森林支持向量机、支持向量机、线性/Logistic回归、K-NN、KMeans、朴素-贝叶斯等)则没有发现.
是否可以将这些ML算法应用于tensor
浏览 0提问于2021-08-25得票数 0
我正在尝试用带有Keras层的Tensorflow 2.1.0构建一个简单的模型。
但是，运行以下代码：
from tensorflow import keras
from tensorflow.keras import layers
def main():
max_input_length = 20
vocab_size = 10
model = keras.Sequential()
model.add(layers.Embedding(vocab_size, 16, input_length=max_input_length))
# ..
if
浏览 1提问于2020-03-04得票数 2
我正在尝试理解我需要从API中使用的任何预训练模型中获得什么，而不管在Tensorflow对象检测API上找到的任何额外代码。例如：ssd_mobilenet_v1_coco_2017_11_17，这取决于我所理解的:它是一个已经被训练来检测对象的模型(有一个分类来知道对象的类别+回归来将对象与矩形绑定，而这些矩形实际上是对象上的x，y，w，h坐标)。
我们如何从该模型(x，y，w，h坐标)的回归输出中受益，以便在另一个模型中使用它们？
假设我们只想打印出图像上检测到的物体的坐标x，y，w，h，而不需要Tensorflow物体检测API的代码，我们该怎么做呢？
浏览 0提问于2019-06-13得票数 0
我正在和Tensorflow_TTS一起工作。我正在使用快速语音和梅尔根生成音频。现在这个音频是一个热切的张量，更准确地说是：<class 'tensorflow.python.framework.ops.EagerTensor'>。我想在脚本中播放这个音频张量，而不是将其转换为音频文件，然后再播放它。有没有办法做到这一点？
浏览 0提问于2020-10-25得票数 0
当我尝试运行我的代码时，我得到一个错误
ValueError: No gradients provided for any variable
下面是我的代码
optimizer = tf.keras.optimizers.Adam(learning_rate=1e-2)
while True:
#...other stuff
if(isTimeToBackprop()):
vStates = model.predict(modelInput)
tdTargets = tf.ones(vStates.shape)
los
浏览 0提问于2020-09-22得票数 0
2回答
我正在尝试写一个具有以下属性的张量到一个PNG文件。
type(adv_x)
<class 'tensorflow.python.framework.ops.EagerTensor'>
adv_x.shape
(1, 600, 800, 3)
tf.rank(adv_x)
tf.Tensor(4, shape=(), dtype=int32)
我知道如何将张量显示为图像(plt.imshow(adv_x[0]))，但我想将其写入文件，以便最终得到一个600x800像素的RGB .PNG文件。
提前谢谢。
浏览 11提问于2019-11-24得票数 3
回答已采纳
我是tensorflow (2.0)的新手，所以我想用一个简单的线性回归来简化。我有以下代码，但我不知道为什么它是错误的。 我已经尝试了文档，但到目前为止我没有答案。 x = np.random.normal(loc=10., scale = 0.1, size=170)
y = np.repeat(10.,170)
a_init = tf.random_normal_initializer()
a = tf.Variable(initial_value=a_init(shape = [1], dtype = 'float32'),trainable=True)
pred =
浏览 94提问于2019-10-07得票数 1
回答已采纳
1回答
我一直在尝试在tf.data上运行this tutorial中的代码。但是当我试图在vs代码中执行它时，我得到了这个错误。 TypeError: <tf.Tensor: shape=(), dtype=bool, numpy=False> has type <class 'tensorflow.python.framework.ops.EagerTensor'>, but expected one of: (<class 'int'>,) 在value的类型为<class 'tensorflow.python.
浏览 71提问于2020-06-10得票数 1
我正在使用Tensorflow 2.0，并且正在尝试更新我的张量中的切片。 使用PyTorch中的普通项赋值时，它不起作用。 import tensorflow as tf
tensor = tf.ones((10, 192, 85))
tensor[:, :, 0] = tf.math.sigmoid([:, :, 0])
>>> Output
TypeError: 'tensorflow.python.framework.ops.EagerTensor' object does not support item assignment 我知道可以使用t
浏览 65提问于2019-10-05得票数 6
1回答
在参考 for TensorFlow Distributions (现为)中，可以使用TensorFlow Variable来构造Bijector和TransformedDistribution对象，即：
import tensorflow as tf
import tensorflow_probability as tfp
tfd = tfp.distributions
tf.enable_eager_execution()
shift = tf.Variable(1., dtype=tf.float32)
myBij = tfp.bijectors.Affine(shift=shift
浏览 0提问于2018-11-16得票数 2
回答已采纳
我正在tensorflow 2.0版本中构建一个模型(由于与我的cuda版本的兼容性，升级不是一个选项，我没有更改的权限)。我使用tf.strategy.MirroredStrategy()在2个GPU上训练我的模型。然而，我正在尝试实例化一个自定义的密集层，它的权重是一个不同的密集层的权重的转置。我的代码包含下面这行代码来构建自定义层： from tensorflow.keras import backend as K
class DenseTied(Layer):
# Really long class, full code can be found at link below
浏览 67提问于2020-10-24得票数 2
我正在尝试使用TFlearn (nee ) TensorForestEstimator进行回归，当我适应()时，它就是抛出核心。在我的ForestHParams中，我设置了num_classes=0和regression=True。这些是否是回归的正确设置？我用的是Tensorflow 0.10.0
浏览 1提问于2016-09-28得票数 1
回答已采纳
1回答
我正在编写一个函数，将图像保存到TFRecord文件中，然后使用TensorFlow的Data进行读取。但是，当尝试创建一个TFRecord以保存它时，我会收到以下错误消息：
TypeError: <tf.Tensor ...> has type <class 'tensorflow.python.framework.ops.EagerTensor'>, but expected one of: numbers.Real
用于创建TFRecord的函数是：
def create_tfrecord(filepath, label):
im
浏览 11提问于2022-02-22得票数 1
回答已采纳
我一直试图将以下PyTorch代码转换为TensorFlow 2.0。
def __getitem__(self, idx):
mask = torch.from_numpy(self.mask[idx])
input_seq = torch.zeros(self.dataset[idx].shape,
dtype=torch.float32)
input_seq[1:, :] = torch.from_numpy(self.dataset[idx, :-1, :])
target = torch.
浏览 1提问于2022-08-07得票数 0
如何从tf.keras.layers.Conv2D获取内核值？
下面是我的代码：
#input image is 5 X 5 and 1 channel
input_shape = (1, 1, 5, 5)
x = tf.random.normal(input_shape)
y = tf.keras.layers.Conv2D(
2, 2, activation= tf.nn.relu, input_shape=input_shape,
data_format='channels_first')(x)
我使用的是tf版本2.2
我尝试过y.get_we
浏览 3提问于2020-04-10得票数 0
我为我的研究生研究设计了自己的损失函数，它计算了损失直方图与正态分布之间的距离。我是在设置关于虹膜花分类的Tensorflow 2.0 中实现这个损失函数的。
我检查了我的丢失值和类型，它们与教程中的相同，但是来自我的grads的tape.gradient()是None。
这是在Google Colab中完成的，包括：
TensorFlow version: 2.0.0-beta1
Eager execution: True
我的损失和梯度代码块：
def loss(model, x, y):
y_ = model(x) # y_.shape is (batch_size, 3)
lo
浏览 0提问于2019-06-27得票数 2
我想了解什么是最好的方法是对一个经过训练的TensorFlow神经网络进行进一步的回归分析。
具体来说，我正在研究如何从经过训练的神经网络中找到进一步的最大值/极小值(相当于从回归曲线中求出max/min )。简单的方法显然是“尝试”所有可能的组合，并检查结果集的最大值/分钟，但是当有多个输入和因变量时，测试所有组合很快就会成为一个巨大的资源接收器。
有没有办法使用经过训练的TensorFlow神经网络来进行这些进一步的分析？
浏览 7提问于2016-07-06得票数 0
回答已采纳
1回答
在基本回归教程的末尾，没有解释如何从输入中获得Y值或预测。 本教程是TensorFlow中的基本回归教程 https://colab.research.google.com/github/tensorflow/docs/blob/master/site/en/tutorials/keras/basic_regression.ipynb 首先，我只有2列的时间和销售。 我已经使用了我自己的数据，并希望按月预测未来的销售额。我已经将时间转换为数值。如果我有30个月的数据，我想预测31 - 35个月。 我发现sets.run函数会给出结果，但我不知道在我的例子中是如何给出结果的。 column_n
浏览 19提问于2019-04-29得票数 1
回答已采纳
假设我有一个二维男高音 r = tf.constant([[0],[1]]) 和一个二维张量 v = tf.constant([[1, 3, 4, 7, 8, 2],[5, 3, 5, 4, 7, 2]]) 我希望能够通过将特定列中的r相乘来更新v？例如，如果从第2列(从零开始)，得到的张量将是[1，3，5，0，0，0，0,5，3，5，4，7，2] 我提出的任何解决方案都会导致以下错误 v[:, 2:] *= r[:, None]
TypeError: 'tensorflow.python.framework.ops.EagerTensor' object does not
浏览 7提问于2021-01-11得票数 0
回答已采纳
当我打印它时，我有这样的数据：
data = [<tf.Tensor: shape=(), dtype=float32, numpy=-0.0034351824>, <tf.Tensor: shape=(), dtype=float32, numpy=0.0003163157>, <tf.Tensor: shape=(), dtype=float32, numpy=0.00060091465>, <tf.Tensor: shape=(), dtype=float32, numpy=0.0012879161>, <tf.Tensor: sha
浏览 1提问于2020-11-26得票数 1
回答已采纳
当我使用：
training_ds = tf.data.Dataset.from_generator(SomeTrainingDirectoryIterator, (tf.float32, tf.float32))
我希望它返回一个Tensorflow数据集，但是training_ds是一个DatasetV1Adapter对象。它们本质上是一样的吗？如果不能，我可以将DatasetV1Adapter转换为Tf.Data.Dataset对象吗？
另外，查看循环并查看我的数据集的最佳方法是什么？如果我要打电话：
def show_batch(dataset):
for batch, hea
浏览 5提问于2020-02-19得票数 9
回答已采纳
1回答
我使用的是一个简单的网络，我试图使用AdamOptimizer来将Q学习上下文中的损失降到最低。
在这里，代码：
### DATASET IMPORT
from DataSet import *
### NETWORK
state_size = STATE_SIZE
stack_size = STACK_SIZE
action_size = ACTION_SIZE
learning_rate = LEARNING_RATE
hidden_tensors = HIDDEN_TENSORS
gamma = GAMMA
import tens
浏览 0提问于2019-05-02得票数 1
回答已采纳
这是我的函数，它应该将img或jpeg文件转换成张量，这样我就可以将它提供给我的AI，但是它返回一个"tensorflow.python.framework.ops.EagerTensor“，我不知道如何将它转换为原生f或torch张量。
def imgprocessing(path):
test_img = image.load_img(path, target_size=(28, 28))
test_img_array = image.img_to_array(test_img)
test_img_array = test_img_array / 255.0
浏览 2提问于2022-11-16得票数 -1
我是tensorflow的初学者。TensorFlow2.0在梯度计算中存在一些问题。有人能帮我吗？ 这是我的代码。错误提示为： if not t.dtype.is_floating:
AttributeError: 'float' object has no attribute 'dtype' 我试过了： w = tf.Variable([1.0,1.0],dtype = tf.float32) 消息更改为： TypeError: 'tensorflow.python.framework.ops.EagerTensor' object is
浏览 31提问于2019-09-02得票数 1
回答已采纳
我正在尝试使用Keras创建我的神经网络，但是当我试图将模型保存为".h5“文件时会出现问题。我在用角纸
问题如下：
TypeError:无法序列化0 1 2 3 4 6 7 8 9 11 12 14 15 16 17 18 19 21 22 23 24 25 27 29 31 32 33 34 35 37 38 39 40 41 43 44 45 46 47 47 48 49 50 51 52 53 54 55 56 57 58 60 61 62 63至JSON。未识别类型<类'tensorflow.python.framework.ops.EagerTensor&#
浏览 7提问于2022-04-22得票数 1
回答已采纳
1回答
我正在学习的教程
我在python3.7上使用Tensorflow2.0 2.0
当代码到达定义输入层的点时，使用
model.add(Conv2D(32, (3, 3), padding="same",input_shape=inputShape))
我得到以下错误：
TypeError: unsupported operand type(s) for -: 'tensorflow.python.framework.ops.EagerTensor' and 'tensorflow.python.framework.ops.EagerTens
浏览 3提问于2020-02-05得票数 0
我只找到了回归问题的良好损失函数。然后在Tensorflow中使用它。
在tensorflow的API中，存在大量的损失函数，其中大部分是针对分类问题而设计的。
对于回归问题，除MSE外，任何其他良好的损失函数都不包括在内。
浏览 6提问于2017-12-29得票数 1
回答已采纳
我正致力于在Tensorflow 2中实现一个简单的神经类型转换，我已经看到了这个官方的。
我按照教程中的说明编写了一个培训循环：
img = tf.Variable(content_img)
for t in range(max_iter):
with tf.GradientTape() as tape:
tape.watch(img)
loss = getStyleTransferLoss(img, cnn)
# Compute gradient
grad = tape.gradient(loss, img)
optimizer.appl
浏览 0提问于2019-05-05得票数 0
1回答
虽然我能够理解如何使用model.fit(x_train，y_train)，但我不知道如何使用tensorflow的梯度磁带对新数据进行预测。我的带有可运行代码的github存储库(直到出现错误)可以找到。目前正在工作的是，我得到了经过训练的模型"network_output"，但是，似乎使用梯度磁带，在模型本身上使用了argmax，在模型中，我习惯了将测试数据作为输入的model.fit()：
network_output = trained_network(input_images,input_number)
preds = np.argmax(network_outpu
浏览 5提问于2022-08-12得票数 1
有了TensorFlow 2.0令人兴奋的新特性，我可以知道TensorFlow 2.0是否仍然支持下面所述的常用机器学习技术吗？
线性回归
Logistic回归
K-均值聚类
K-最近邻
随机森林
朴素贝叶斯
支持向量机
非常感谢您的时间和澄清提前。
浏览 3提问于2018-11-27得票数 1
我一直在尝试转换一个类型的张量：
tensorflow.python.framework.ops.Tensor
给一个贪婪的人：
<class 'tensorflow.python.framework.ops.EagerTensor'>
我一直在寻找解决办法，但却找不到。任何帮助都将不胜感激。
上下文：
本文利用Keras序列模型的特征提取方法得到了张量。输出是第一种类型的张量。但是，当我试图使用.numpy()将其转换为numpy时，它没有处理以下错误：
'Tensor' object has no attribute 'numpy'
浏览 4提问于2020-10-17得票数 3
回答已采纳
1回答
有没有人为TensorFlow版本实现FRCNN？我发现一些相关的回复如下：
但是对于1:假设roi池层可以工作(我还没有尝试)，并且需要实现如下内容：
ROI数据层，例如。
线性回归(如 )
ROI池层对端到端训练的后处理，应该将ROI池层的结果转换为CNN分类器。
对于2: em.，它似乎基于py-较快-rcnn，它基于Caffe准备预处理(例如roidb)并将数据输入Tensorflow来训练模型，这似乎很奇怪，所以我可能不会尝试它。
所以我想知道的是，？若否，我是否有以上所述的误解？或者有回购或者有人支持吗？
浏览 3提问于2016-07-13得票数 45
假设我有以下变量x，我希望将1赋值给所有的零。
x = tf.random.poisson((3,5), 1)
idx = x == 0
y = tf.Variable(tf.zeros_like(x, dtype=tf.float32))
y[idx] = 1.0
当我尝试y[idx].assign(1.0)时，我得到了错误：AttributeError: 'tensorflow.python.framework.ops.EagerTensor' object has no attribute 'assign'。
我也尝试了以下的其他变体，但没有运气：
y[i
浏览 1提问于2020-05-16得票数 0
回答已采纳
我在python 3.7，Ubuntu 16.04上使用tensorflow。抛出上述错误的代码如下所示。它基于以下几点 代码 ..。我在tensorflow 1.13和2.0.0-beta1上都得到了这个错误 我有一个数据集文件夹，其中包含数以百万计的表单(图像、时间序列)的数据对。时间序列是numpy格式的。我想使用np.load()函数来加载数据。但是文件名是字符串张量格式。问题是np.load()不接受tensorflow.python.framework.ops.EagerTensor import tensorflow as tf
import numpy as np
impor
浏览 79提问于2019-06-20得票数 5
1回答
我正在尝试使用TF2.0急切模式执行精确的GP回归，基于的原始图形示例
amplitude = (
np.finfo(np.float64).tiny +
tf.nn.softplus(tf.Variable(initial_value=1., name='amplitude', dtype=np.float64))
)
length_scale = (
np.finfo(np.float64).tiny +
tf.nn.softplus(tf.Variable(initial_value=1., name='length_scale&#
浏览 1提问于2019-08-14得票数 3
1回答
我正在尝试tensorflow概率。我在R中有一个简单的分位数回归。我希望从tensorflow概率中获得相同的结果。
R分位数回归
<code>A0</code>
上面的输出是每个值的9个分位数预测
<code>A1</code>
Tensorflow概率尝试
<code>A2</code>
这里的输出是：
<code>A3</code>
我仍然在学习TFP，所以我确信我在模型规范中犯了一些简单的错误，但目前我还不清楚是什么错误。
浏览 24提问于2020-11-17得票数 2
回答已采纳
我正在尝试遵循http://www.hackevolve.com/where-cnn-is-looking-grad-cam/的指南，使用Tensorflow的新的急切执行模式。有一句话特别难倒了我： grads = K.gradients(class_output, last_conv_layer.output)[0] 我知道它正在寻找最后一个卷积层和特定类的输出之间的梯度。然而，我不知道如何使用GradientTape来实现这一点，因为(a)两者都是张量而不是变量，并且(b)其中一个不是直接从另一个派生的(它们的特征映射已经存在，所以没有图，它们实际上是独立的)。 编辑:更多信息。还没有
浏览 6提问于2019-06-22得票数 9
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
