tensorflow中的粗糙排列
TensorFlow中的粗糙排列是指在神经网络中使用粗糙排列（Rough Set）理论进行特征选择的一种方法。粗糙排列是一种基于属性约简的数据处理技术，它通过削减数据特征空间的维度，找出最重要的特征，以提高模型的训练效果和泛化能力。
特征选择是机器学习和数据挖掘中一个重要的步骤，通过选择最相关和最有用的特征，可以降低模型复杂度、提高训练速度和预测准确度。粗糙排列在特征选择中起到了很好的作用，它能够减少特征空间的维度，提取出最为重要的特征，从而简化模型，提高计算效率。
在TensorFlow中，可以使用粗糙排列方法对数据进行特征选择。这个过程包括以下几个步骤：
- 数据预处理：对原始数据进行清洗、归一化等处理，以消除数据中的噪声和冗余信息。
- 特征重要性评估：使用粗糙排列算法对每个特征进行重要性评估，确定其对于模型预测的贡献程度。常见的评估方法包括信息增益、熵、基尼系数等。
- 特征选择：根据特征重要性评估的结果，选择出重要度较高的特征，剔除冗余和不相关的特征。这有助于减少特征空间的维度，提高模型的泛化能力。
- 模型训练与评估：使用精简后的特征集进行模型训练，并评估模型的性能指标，如准确率、召回率等。
推荐的腾讯云相关产品： 腾讯云提供了一系列与机器学习和人工智能相关的产品和服务，可以辅助开发者进行粗糙排列和特征选择的工作。以下是几个推荐的产品：
- 人工智能引擎AI Engine：腾讯云的AI Engine提供了强大的机器学习算法和模型训练工具，可以帮助开发者进行特征选择和模型训练。
- 数据处理与分析平台DataWorks：腾讯云的DataWorks平台提供了丰富的数据处理和分析工具，可以帮助开发者进行数据清洗、特征工程等预处理工作。
- 机器学习平台ML-Platform：腾讯云的ML-Platform提供了一站式的机器学习解决方案，包括特征选择、模型训练、模型部署等功能，可大大简化开发流程。
- 弹性计算服务ECS：腾讯云的ECS提供了灵活的计算资源，可以满足机器学习模型训练的计算需求。
请注意，以上推荐的产品仅供参考，具体选择应根据实际需求进行判断。更详细的产品介绍和使用方法，可以访问腾讯云官网相关页面：https://cloud.tencent.com/
相关·内容
我似乎想不出如何用tensorflow.js创建一个粗糙的张量。我在api文档中也找不到任何东西。
我正在做一个简单的猫对狗AI，并有不同大小的图像。我使用fs.readFileSync获取缓冲区，使用toJson方法，然后在训练数据中使用对象上的data属性作为向量。因为图像是不同的，每个矢量都是不同的大小，因此需要一个粗糙的张量。我已经尝试过在我的形状中使用null或NaN，但没有结果。
我对坦索弗洛也相当陌生，所以欢迎你提出任何建议。
这是我的代码：
const tensorflow = require('@tensorflow/tfjs')
const fs = req
浏览 0提问于2019-04-28得票数 2
回答已采纳
1回答
我对研究tensorflow中的图形很感兴趣。在我的数据集中，节点的数目因图而异。这是有问题的，因为在我的观察中，tensorflow不允许我轻松地输入具有可变形状的数据。
更具体地说，当数组的形状不同时，有人能建议一种简单的方法将2d数组的批次提供给tf.Estimator.estimator吗？我一直在为固定大小的数据集使用tf.estimator.inputs.numpy_input_fn，但现在需要一种不同的方法。
浏览 0提问于2018-03-24得票数 0
回答已采纳
我正在运行一个tensorflow转换/ beam管道来加载/预处理并保存为TFRecords。然后装载这些记录。在Tensorflow变换的预处理过程中，我要给出一个稀疏张量。因此，我想把它转换成稠密，填充它，并将它转换回稀疏。
代码看起来有点像这样：
import tensorflow_transform as tft
import tensorflow as tf
#...
def preprocess_fn(input_features):
output_features = {}
output_features[CATEGORICAL_FEATURE_NAMES]
浏览 2提问于2019-06-15得票数 1
TF中有没有脚本可以生成"tensorflow/compiler/mlir/tensorflow/ir/tf_generated_ops.td“中的内容？
浏览 17提问于2020-04-17得票数 0
我在试着训练一个序列到序列的自动编码器。输入形状为[sample, time_step, input_dim]，每个样本的时间步长各不相同。下面是我的模型的实现：
input_dim = 385
output_dim = 32
cells = int(output_dim / 2)
def create_model():
model = Sequential()
model.add(Input(shape=(None, input_dim,), ragged=True))
model.add(TimeDistributed(Dense(output_dim, acti
浏览 5提问于2020-09-09得票数 1
给定一组输入，Tensorflow Server如何知道如何使用其输入数据执行图形？具体地说，给定一组图plust数据的排列，tensorflow服务如何知道如何处理它们？
浏览 1提问于2018-12-04得票数 0
这是我第一次使用Tensorflow，我有以下代码：
import tensorflow as tf
# Task: predict whether each sentence is a question or not.
sentences = tf.constant(
['What makes you think she is a witch?',
'She turned me into a newt.',
'A newt?',
'Well, I got better.'])
is_ques
浏览 8提问于2021-02-03得票数 0
回答已采纳
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 tf
from tensorflow.keras.layers import Dense, LSTM, Input, TimeDistributed
from tensorflow.keras.models import Sequential
n=10
data_n = 32
batch_size=8
window_length=8
splits = [n]*data_n
#### Create a ragged tensor with shape (3
浏览 28提问于2020-12-14得票数 0
我试图使用以下命令将我的熊猫数据集(df)加载到Tensorflow数据集中：
target = df['label']
features = df['encoded_sentence']
dataset = tf.data.Dataset.from_tensor_slices((features.values, target.values))
以下是我的熊猫数据摘录：
+-------+-----------------------+------------------+
| label | sentence | encoded_s
浏览 4提问于2020-05-04得票数 1
回答已采纳
我正在尝试TensorFlow发行版，根据这里的文档，我们使用的是数据并行性。我已经设置了ps-worker脚本，它如预期的那样启动和运行。但是有一个问题请帮助我们：
如何保证每个worker从挂载的存储中读取不同的数据？例如：
我的存储中有数据:1、2、3、4、5、6、7、8、9、10
和两个工作者: worker1和worker2
由于数据的并行性，我假设worker1将读取数据: 1,2,5,7,9，worker2读取3,4,6,8,10。在TensorFlow中有没有实现这种魔术的相关代码，如果没有，如何保证每个worker从挂载的存储中读取不同的数据？
谢谢，张艾伦
浏览 0提问于2018-07-06得票数 1
我有一个与这个有关的问题：
我希望将用于推理的TensorFlow设置为其他应用程序的服务。我知道TensorFlow服务是如何帮助我做到这一点的。此外，它还提到了一个，这可能与TensorFlow服务可以与一个经过训练的模型的多个版本一起服务的可能性有关。但我不确定的是，当你获得新的数据时，如何重新训练你的模型。另一篇文章提到了用cron工作来进行再培训的想法。不过，我不知道自动再培训是否一个好主意。您会提出什么样的架构，以持续不断地面对新的、有标签的数据的系统进行再培训？
编辑:这是一个有监督的学习案例。问题是，在n个新的数据点输入后，您是会自动重新培训您的模型，还是会在客户停机期间自动
浏览 4提问于2016-11-07得票数 1
回答已采纳
我正在尝试Tensorflow 2.0 alpha预览并测试急切的执行。我怀疑的是，如果在中间有一个可变大小的numpy数组，比如
input.shape
(10,)
input[0].shape
(109, 16)
input[1].shape
(266, 16)
等等，对于数组的其余部分，如何急切地将它们转换为张量。
当我尝试
tf.convert_to_tensor(input)
或
tf.Variable(input)
我得到了
ValueError:未能将numpy ndarray转换为张量(无法以字节形式获取元素。)
转换每个子数组可以工作，但是由于子数组大小不一样，所
浏览 0提问于2019-03-21得票数 5
回答已采纳
2回答
在TensorFlow Core中，有一个名为tf.math.scalar_mul的操作。
我想在TensorFlow.js中缩放张量。例如，通过尝试a * 0.1，我得到了一条错误消息(至少来自类型记录)：The left-hand side of an arithmetic operation must be of type 'any', 'number', 'bigint' or an enum type.ts(2362)。
缩放张量是否适用，而不使它们按数组排列，然后将其按元素比例转换回张量？
浏览 2提问于2020-05-19得票数 3
回答已采纳
如何从破烂的张量中减去张量？
示例：
import tensorflow as tf # TensorFlow 2.6
X = tf.ragged.constant([[[3, 1], [3]],
[[2], [3, 4]]], ragged_rank=2)
y = tf.constant([[1], [2]])
X-y
预期结果：
[[[2, 0], [1]],
[[1], [1, 2]]]
但是，它返回一个错误：
tensorflow.python.framework.errors_impl.InvalidArgumentError
浏览 3提问于2021-09-23得票数 4
1回答
我已经在google colab中使用TensorFlow和Keras创建了一个图像分类模型。它分别与GPU版本1.15和2.2.4一起保存在那里。现在我想加载他们在我的远程机器与中央处理器和版本1.10和2.2.2我无法做到这一点，并获得error.This是我的第一次经验与有线电视新闻网以及tf和keras，所以我不能找出确切的原因和如何解决这个问题。我已经提到了下面的代码和错误： import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.models import load_model
from
浏览 13提问于2020-03-25得票数 3
我按照的每一条指令构建了tensorflow。
使用VS2015 x64构建看起来很好，但在编译tensorflow\examples\label_image示例时，我遇到了许多错误：
\tensorflow\third_party\eigen3\unsupported\eigen\cxx11\tensor(1): fatal error C1014: too many include files: depth = 1024
用a #pragma once修复它，然后我得到了这个(和许多类似的东西)
template <>
struct NumTraits<QInt8>
浏览 0提问于2017-11-03得票数 1
我正在尝试用以下方式组合张量： a = [0, 0, 1, 1, 1, 2]
b = [[1, 2], [3, 4],
[5, 6], [7, 8], [9, 10],
[11, 12]] 输出： c = [[[1, 2], [3, 4]],
[[5, 6], [7, 8] ,[9, 10]],
[[11, 12]]] 所以本质上a是张量b在第二维的指数。 形状如下： a = (?,) #(6) in this example
b = (?, 2) #(6, 2) in this example
c = (?, ?, 2) #(batch_si
浏览 9提问于2020-09-23得票数 0
我尝试了许多选项进行调试，但在没有任何问题提示的情况下，我无法让talos在停止之前执行超过几个排列。这个场景看起来很简单，那么我做错了什么呢？ 输入数据可通过here获得。 下面是我的模型函数、参数空间和talos.Scan()调用。完整的代码可以在here上找到。 # Create, compile and fit network
# This is rewritten for talos hyperparamter optimization
# Removed kernel_initializer='normal' from dense layers from exam
浏览 12提问于2019-06-03得票数 0
回答已采纳
我需要在angular应用程序中通过tensorflow.js找到作为张量读取的图像的中值。谁能建议如何在tfjs中找到中位数？ 就像- let x = tf.tensor([1, 2, 3, 4, 5, 8, 9]);
console.log(x.median()); 这应该打印4。 我尝试在javascript中找到tensorflow概率统计的等价物，但到目前为止还没有成功。
浏览 23提问于2020-09-05得票数 1
回答已采纳
Tensor("flatten_3/Identity:0", shape=(None, 100), dtype=float32) 您好，我尝试将张量打印为numpy数组，如下所示： import tensorflow as tf
import numpy as np
from keras.layers import Input
print(tf.executing_eagerly())
x = Input(shape=(32,))
print(x.numpy())
浏览 51提问于2020-07-06得票数 0
回答已采纳
Tensorflow最近发布了粗糙的张量：
但是没有任何文档说明如何将破烂的数据保存为TFRecord，并使用data进行还原。
浏览 0提问于2019-03-09得票数 5
1回答
我刚接触到tensorflow，我正在尝试连接两个不同形状的张量。张量有形状：
>>> a
# <tf.Tensor: id=38, shape=(30000, 943, 1), dtype=float64
>>> b
<tf.Tensor: id=2, shape=(30000, 260, 1), dtype=float64
能否在axis=0上将它们连在一起，得到形状为(60000，?，1)的张量？在连接之前，我试着把它们转换成粗糙的张量：
a2 = tf.ragged.constant(a)
b2 = tf.ragged.constant
浏览 8提问于2022-07-19得票数 3
回答已采纳
我正在尝试使用最新的小型电影镜头数据集训练一个简单的电影推荐系统，但我一直收到一个错误，说：
Traceback (most recent call last):
File "D:\AI\Python projects\anotherone.py", line 48, in <module>
history = model.fit([train.userId,train.movieId], train.rating,epochs=10, verbose=1)
File "C:\ProgramData\Anaconda3\lib\site-pa
浏览 0提问于2019-08-29得票数 0
我是tensorflow的新手，当我尝试从保存的变量中恢复保存的参数时，我得到了"NotFoundError: Key b_1 not in检查点“，完整的代码位于下面。谢谢你的帮助!
import tensorflow as tf
import numpy as np
## save to a file
## need to use the same shape and dtype when restore
W = tf.Variable([[1,2,3],[3,4,5]], dtype=tf.float32, name='W')
b = tf.Variable([[
浏览 4提问于2017-03-29得票数 0
回答已采纳
我正在尝试测试不同类型的LSTM实现，并在预测时面对代码中的这个错误。
Tensorflow版本-“2.0”
我不会删除这个问题，因为我仍然需要知道哪里出了问题。在输入模型时，我是否总是需要担心将float32作为数据类型？
样本码
X = list()
Y = list()
X = [x+1 for x in range(20)]
Y = [y * 15 for y in X]
X = np.array(X,dtype=int)
Y= np.array(Y,dtype=int)
X=array(X).reshape(20, 1, 1)
model = Sequential()
浏览 0提问于2020-09-07得票数 1
回答已采纳
2回答
广播和级联粗糙张量
、、、、
我有一个粗糙的张量维数[BATCH_SIZE, TIME_STEPS, EMBEDDING_DIM]。我想用另一个形状[BATCH_SIZE, AUG_DIM]张量的数据来增加最后一个轴。给定示例的每个时间步骤都会以相同的值进行扩展。
如果每个例子的张量都不是变化的TIME_STEPS，我可以简单地用tf.repeat重新构造第二个张量，然后使用tf.concat
import tensorflow as tf
# create data
# shape: [BATCH_SIZE, TIME_STEPS, EMBEDDING_DIM]
emb = tf.constant([[[1, 2,
浏览 4提问于2021-03-12得票数 7
回答已采纳
TensorFlow服务可以通过配置--model_config_file命令行参数为多个模型服务。我在小实验中成功地使用了这个特性。
然而，当这些模型所需的总内存大于可用的GPU内存时，我不清楚会发生什么。
服务器刚刚崩溃吗？或者它是否支持保持可用模型的子集，并可能根据使用情况卸载/加载模型？
谢谢。
浏览 2提问于2018-10-02得票数 3
回答已采纳
我正在与Tensorflow合作开发一个分类器。我的输入和输出是numpy数组，其中以示例为行，以参数为列。到目前为止，我的代码工作正常，我可以通过直接提供100%的输入和输出数组来训练我的网络。现在，我想创建一个为tensorflow提供的混洗批次列表，但这一步对我来说不是很清楚。
下面的代码会创建张量列表(我的批次)吗？
input_batch,output_batch=tf.train.shuffle_batch([input,output],batch_size=100,capacity=50,min_after_dequeue=10,enqueue_many=True,allow_s
浏览 0提问于2017-02-06得票数 2
使用Tensorflow 1.8.0，每当我们尝试构建分类列时，我们都会遇到一个问题。下面是一个演示这个问题的完整示例。它按-原样运行(仅使用数字列)。取消对指示器列定义和数据的注释，生成以tensorflow.python.framework.errors_impl.InternalError: Unable to get element as bytes.结尾的堆栈跟踪
import tensorflow as tf
import numpy as np
def feature_numeric(key):
return tf.feature_column.numeric_column
浏览 2提问于2018-06-25得票数 3
回答已采纳
2回答
在tensorflow中，我想根据多个指数集对2D张量的列进行求和。
例如：
求下列张量的列之和
[[1 2 3 4 5]
[5 4 3 2 1]]
根据2组索引(第一组为和列0 1 2，第二组为和列3 4)。
[[0,1,2],[3,4]]
应该给两列
[[6 9]
[12 3]]
备注：
所有列的索引将出现在一组索引中，而且只有一组。
这必须在Tensorflow中完成，这样梯度才能通过这个操作。
你知道怎么做那个手术吗？我怀疑我需要使用tf.slice，可能还需要使用tf.while_loop。
浏览 0提问于2018-03-20得票数 4
回答已采纳
昨天我买了一台带M1芯片的mini，因为我2018年的mini在训练NN时总是变得非常热，而且花了很长时间。现在，我在这台Mac上安装了Tensorflow，一次是在venv中本地安装的，另一次是在venv中与Rosetta进行模拟。罗塞塔的版本就像预期的那样工作(但比我的老mini 2018年的i5更慢?)但是我无法让本机版本中的代码正确运行，因为我总是得到下面的错误。
我也无法在本地安装Matplotlib、sklearn和许多其他软件包。
代码(来自深海蜥蜴的课程)：
import numpy as np
import tensorflow as tf
from tensorflow i
浏览 0提问于2020-12-06得票数 1
我在Keras中有以下简单的图像数据生成器：
import tensorflow as tf
import numpy as np
import cv2
class My_Custom_Generator(tf.keras.utils.Sequence) :
def __init__(self, image_filenames, labels, batch_size) :
self.image_filenames = image_filenames
self.labels = labels
self.batch_size = batch_size
浏览 4提问于2021-07-09得票数 0
回答已采纳
我正在使用dataset API批量处理来自tfrecords文件的数据。数据具有不同长度的行。因为为了使用batch()函数，所有行的大小都需要相等，所以我需要使用padded_batch()。这将填充批中的所有行，以匹配批中最大行的大小。 在批处理之后，有没有一种方法可以删除这些填充值？ 下面是我使用'-1‘作为填充值的最小示例 import math
import numpy as np
import tensorflow as tf
import math
import numpy as np
import tensorflow as tf
#Set up data
ce
浏览 47提问于2018-12-28得票数 0
回答已采纳
1回答
我需要一个数据集结构来处理可变数量的输入图像(一组图像)，以对整数目标变量进行回归。
用于获取图像的代码如下所示：
import tensorflow as tf
from tensorflow import convert_to_tensor
def read_image_tf(path: str) -> tf.Tensor:
image = tf.keras.utils.load_img(path)
return tf.keras.utils.img_to_array(image)
def read_image_list(x, y):
return tf
浏览 14提问于2022-11-30得票数 2
回答已采纳
1回答
来自Tensorflow和Py手电筒的Flux.jl是否包含类似张量的结构？如果没有，您的数据结构的常见方式是什么？
浏览 1提问于2021-06-28得票数 2
回答已采纳
我找到了用于交换的代码，但我需要消除递归？是否可以使用ArrayList而不是数组？
public class A {
static ArrayList<int[]> permutations(int[] a) {
ArrayList<int[]> ret = new ArrayList<int[]>();
permutation(a, 0, ret);
return ret;
}
public static void permutation(int[] a, int pos, Ar
浏览 0提问于2015-05-05得票数 0
我用的是Tensorflow 2.3。
如果我使用普通tf张量输入，下面的示例工作得很好：
import tensorflow as tf
text_input = tf.keras.Input([None], dtype=tf.string, name="text_input", ragged=False)
predictions = tf.gather(text_input, 0, axis=-1)
model = tf.keras.Model(inputs=[text_input], outputs=[predictions])
model(tf.constant([[&
浏览 8提问于2020-09-11得票数 2
回答已采纳
是否有通过GUI节点创建DNN训练管道的解决方案/尝试？
例如，类似于Blender节点编辑器的内容(如下图)。
编辑:我将在这里添加有趣的发现列表：
：基于Tensorflow的
浏览 6提问于2021-01-03得票数 2
回答已采纳
1回答
我试图调整这个，使其能够处理2x80数据样本。
所有层都是tf.nn.deconv2d层，而不是h0层，即ReLu层。目前，每个级别的生成器过滤器大小如下：
Generator: h0: s_h16 x s_w16: 1 x 5
Generator: h1: s_h8 x s_w8: 1 x 10
Generator: h2: s_h4 x s_w4: 1 x 20
Generator: h3: s_h2 x s_w2: 1 x 40
Generator: h4: s_h x s_w: 2 x 80
由于数据的性质，我希望它们最初生成为2x.，即过滤器为2 x 5、2 x
浏览 0提问于2017-06-01得票数 5
回答已采纳
我需要从用户名的ID号创建一个变量
qwinsta.exe /server:vm041 derpy.herp
这将返回以下输出
SESSIONNAME USERNAME ID STATE TYPE DEVICE
derpy.herp 3 Disc
根据上面的输出，我需要在powershell中创建一个值为3的变量。
此代码将用于查看多个服务器，以查看单个用户是否已登录并断开与rwinsta.exe的连接
浏览 0提问于2011-05-25得票数 0
回答已采纳
在tensorflow conv1D层文档中，它说；
‘将此层用作模型中的第一层时，提供一个input_shape参数(整数元组或无元组，例如( 10,128)用于128个维向量的10个向量序列，或(None，128个)用于128个维向量的可变长度序列。’
因此，我知道我们可以输入可变长度的序列，但是当我对conv1D层使用粗糙的张量输入时，它给了我一个错误：
ValueError: Layer conv1d不支持将RaggedTensors作为输入。
如果不是RaggedTensors，变长序列到底意味着什么？
谢谢,
浏览 3提问于2020-05-13得票数 4
回答已采纳
1回答
在Keras中“淡入”新图层
、、、、
我正在尝试使用tensorflow后端在Keras中实现this文件。 在我的理解中，它们逐渐成长为GAN，随着模型的训练逐渐淡入额外的层块。在迭代过程中，新图层会线性淡入。 我不确定如何引入他们使用的“淡入”。 要做到这一点，Keras，我想我可能需要一个Lambda层--但这就是我所知道的。 有什么建议吗？ 谢谢!
浏览 26提问于2018-12-20得票数 0
回答已采纳
随着Keras2在TensorFlow和TensorFlow 2.0中的实现即将到来，你是否应该将Keras ImageDataGenerator与flow_from_directory或TensorFlow的tf.data一起使用，后者现在也可以与Keras的fit_genearator一起使用？ 这两种方法将通过服务于不同的目的而占据一席之地，还是tf.data将成为新的方式，而Keras生成器将在未来被弃用？ 谢谢，我想走一条让我在这个快速发展的领域里跟得上时代的道路。
浏览 30提问于2019-04-11得票数 9
回答已采纳
我有一个简单的X_train和Y_train数据：
x_train = [
array([ 6, 1, 9, 10, 7, 7, 1, 9, 10, 3, 10, 1, 4]),
array([ 2, 8, 8, 1, 1, 4, 2, 5, 1, 2, 7, 2, 1, 1, 4, 5, 10, 4])
]
y_train = [23, 17]
数组是numpy数组。我现在试图使用tf.data.Dataset类将这些作为张量加载。在使用以下代码成功完成类似操作之前：
dataset = data.Dataset.from_te
浏览 7提问于2022-07-29得票数 3
回答已采纳
很多我见过的机器学习工作岗位要求使用Tensorflow的经验。如果我有使用Tensorflow的经验，但只能通过使用Keras构建神经网络。这算不算？
我还没有看到在没有Keras的情况下使用Tensorflow的教程或任何代码，所以我看不出人们是如何严格学习Tensorflow的。但是为什么雇主不直接要求使用Keras的经验呢？
浏览 0提问于2021-01-28得票数 0
回答已采纳
我正在尝试将xception模型用于迁移学习任务。我理解它需要的最小输入形状的图像是(71, 71, 3)时，下载它与选项include_top=False。 我面临的问题是，当我试图将我的数据从(48,48,3)重塑到(71,71,3)时，我遇到了内存问题，并且我的系统被重启。我考虑在网络架构内重塑数据，而不是在外部重塑数据。当我尝试这样做时，我得到了下面的错误。 ---------------------------------------------------------------------------
ValueError
浏览 17提问于2020-12-18得票数 0
是否可以在不同的形状之间进行tf.reduce_max操作(本质上是“Add: operation”)？
我得到了这个错误：
Tensor("reduce_max/parallel_0/split:0", shape=(900000,),
dtype=float32, device=/device:GPU:1) --
Tensor("reduce_max/parallel_1/split:0", shape=(870000,),
dtype=float32, device=/device:GPU:0)
tensorflow.python.framework.e
浏览 1提问于2020-02-18得票数 0
我有许多列表，比如1,2,3,4、2,3,4、1,2、2,3,4,6,8,10，它们的长度显然不一样。
如何将此作为Tensorflow中占位符的输入？
正如我已经尝试过的，下面的设置将引发错误。
tf.constant([1,2，1,2,3.]，dtype=tf.int32)
因此，我想占位符不能通过列表的上面输入来设置。
有什么解决办法吗？
编辑
下面是我的例子。如何使它无错误地运行？
📷
浏览 0提问于2016-11-11得票数 10
回答已采纳
我想在TensorFlow中生成一个查找表，其中键是字符串，值是字符串列表。但目前看来，tf.lookup中似乎没有任何类支持这一点。有什么想法吗？
浏览 2提问于2022-03-31得票数 1
回答已采纳
1回答
粗糙张量样本
、、
我有一个raggedTensor of row_lens，从1到10k。我想从其中随机选择元素，并以可伸缩的方式限制每行数的上限。如本例所示：
vect = [[1,2,3],[4,5][6],[7,8,9,10,11,12,13]]
limit = 3
sample(vect, limit)
->产出：[1,2,3,4,5,6,7,9,11]
我的想法是在len_row <极限的情况下选择*，在另一种情况下随机选择。我想知道，如果使用某些tensorflow操作，是否可以使用小于batch_size的复杂性来完成这一任务？
浏览 15提问于2022-02-11得票数 1
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
