我已经运行了tensorflow 2.0算法，其中我的依赖变量是标签格式的y 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
浏览 3提问于2021-02-24得票数 1
回答已采纳
1回答
"model.prediction“是def prediction(self): tf.argmax(self.logits_s, 1),
tf.argmax(self.logits_d
浏览 0提问于2018-12-05得票数 1
回答已采纳
我试着构建以下逻辑表达式- tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1)), name=None)
tf.equal(tf.argmax(y_conv,0), tf.argmax(y_,0))和tf.equal(tf.argm
浏览 4提问于2017-02-18得票数 1
回答已采纳
我试过了但事实证明，y_pred和我的test_y完全一样precision = tf.metrics.precision(labels=tf.argmax(y, 1), predictions=tf.argmax(out,
浏览 21提问于2019-07-06得票数 0
回答已采纳
1回答
我正在尝试使用一个开放访问的github代码创建一个用于图像分类的卷积神经网络。我有两类图像。但是，当我开始运行代码的一部分时，我一直收到这个错误这是代码中有错误的部分(虽然这个错误的根源可能在其他地方，但我的直觉告诉我，它存在
浏览 16提问于2017-03-15得票数 0
tf.train.AdamOptimizer(learning_rate = self.lr_).minimize(self.cost_)
correct_pred = tf.equal(tf.argmax(self.score_,1), tf.argmax(y,1))
def _
浏览 6提问于2017-04-14得票数 1
回答已采纳
我使用tf.argmax实现这一点。它通常是正确的。但在某些情况下，结果中的一个值非常大，并且是随机的，比如4294967390。这怎么可能呢？它应该为每个维度返回一个介于0和149之间的值。(0, 20):if i == 0:else:
stackofArrs = tf.c
浏览 5提问于2017-08-04得票数 2
回答已采纳
y_conv))correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y_, 1))
with
浏览 0提问于2018-01-18得票数 0
回答已采纳
y))accuracy = tf.reduce_mean(tf.cast(correct_pred,tf.float32))
with tf.Session
浏览 1提问于2017-03-26得票数 2
回答已采纳
我想知道如何在3D数组中使用tf.argmax。如何使用tf.nn.softmax_cross_entropy_with_logits函数以及tf.equal(tf.argmax)和tf.reduce_mean(tf.cast)？
浏览 4提问于2017-09-01得票数 0
回答已采纳
],[8,9,1,2]],tf.int32,name="vector") v = sess.run(vector)
argm = tf.argmax
浏览 1提问于2018-05-19得票数 0
我试图用google确定用python编写的神经网络模型的confusion_matrix。通过使用这段代码： batched_val_data = np.array(validation_data[i:i+batch_size_validation, :, :], dtype='float')
batched_val_labels = np
浏览 0提问于2018-05-10得票数 1
回答已采纳
我正在使用tf.keras.metrics，我使用它的方式如下： tf.argmax(support_y, axis=1))b_softmax = tf.nn.so
浏览 4提问于2021-01-13得票数 0
sess.run(train_step, feed_dict={x: f1, y_: l1}) print(sess.run(tf.argmax(l1, 1))) print('********
浏览 0提问于2017-01-25得票数 0
1回答
tf.nn.sparse_softmax_cross_entropy_with_logits(logits=y_hat, labels=self.label))
self.prediction = tf.argmax
浏览 0提问于2018-09-12得票数 0
回答已采纳
: sess.run(init) correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))print ("Accuracy:", accuracy.eval({x: X_test, y: y_test_o
浏览 0提问于2017-01-18得票数 37
num_classes]))
y_pred = tf.nn.softmax(logits)
y_pred_cls = tf.argmax
浏览 3提问于2017-09-17得票数 0
我不确定这个错误是什么意思。当我尝试计算acc时出现此错误我试过查找解决方案，但在网上找不到任何解决方案。你知道是什么导致了我的错误吗？
浏览 3提问于2017-06-25得票数 8
2回答
y_conv))correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1))
sess.run
浏览 2提问于2017-04-07得票数 0
回答已采纳
Videos/Chapter-three/2 - MNIST Logistic Regression L2 Regularization.py", line 38, in loss
logits, tf.argmax
浏览 8提问于2020-02-27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
