tensor

    1熱度

    1回答

    Tensorflow - 的CONV功能tf.matmul和載體作爲批處理MATMUL

    我嘗試下面的代碼 batch_size= 128 c1 = tf.zeros([128,32,32,16]) c2 = tf.zeros([128,32,32,16]) c3 = tf.zeros([128,32,32,16]) c = tf.stack([c1, c2, c3], 4) (size: [128, 32, 32, 16, 3]) alpha = tf.zeros([1
    tensorflow tensor 2017-06-29

    0熱度

    2回答

    使用張量流填充方法創建特定數據類型的張量

    我試圖使用tf.fill()方法來創建不同數據類型（float16，float32，float64）的張量，類似於您可以使用numpy.full()所做的操作。 tf.constant（）會是一個合適的替代嗎？或者我應該創建我的填充值爲我想要它們的數據類型然後將其插入值內容tf.fill()
    python numpy tensorflow tensor 2017-06-30

    1熱度

    1回答

    Tensorflow：使用輸入管道（.csv）作爲訓練字典

    我試圖在.csv數據集（5008列，533行）上訓練模型。 我使用的TextReader將數據解析爲兩個張量，一個保存數據對[例如]和一個訓練保持正確的標籤[標籤]： def read_my_file_format(filename_queue): reader = tf.TextLineReader() key, record_string = reader.read(fil
    tensorflow tensorflow-gpu tensor 2017-07-01

    -1熱度

    1回答

    讀取張量流的csv文件

    在示例中。手動給出數據集中列的變量。 但我的數據集已經有名稱作爲標題。我想用它們。如何使用python使用張量流獲取.csv文件的標題名稱？ import tensorflow as tf filename_queue=tf.train.string_input_producer( ['final_data1.csv'],num_epochs=1) #to reada the csv file
    python csv tensorflow tensor 2017-07-03

    -1熱度

    1回答

    通過tensorflow

    我想從10個號碼 預測一個號碼預測從10個號碼2維輸出我想要做的就是從mat 每個mat[i]是造成相應的預測t到t[i] 中當然，我有更多的5排墊和T，現在只是簡化了問題。 我寫下了下面的代碼。 #There is target data `t` and traindata `mat[0]`,`mat[1]`,`mat[2]`.... t = [0,1,0,1,0] #answer 2 di
    tensorflow tensor 2017-07-11

    1熱度

    2回答

    如何將step_function作爲keras中的激活函數來編寫？

    更新 感謝Q&A here，我能夠建立tensorflow的工作步驟功能。 （請參見下面的代碼） 現在我的問題演變成 如何利用在tensorflow創造了這個tf_stepy激活功能在keras工作？ 我想下面的代碼，以利用在keras tf_stepy，但不工作： from tensorflow_step_function import tf_stepy def buy_hold_sell(
    python keras tensor 2017-07-17

    0熱度

    1回答

    張量流對象檢測API中的模型配置參數是什麼？

    在Config file有一些參數 s我不明白。我會在這裏提到他們。 first_stage_features_stride - 這是輸入/輸出的配給量？ height_stride（在first_stage_anchor_generator中） - 這是什麼？
    machine-learning computer-vision object-detection tensor 2017-07-24

    0熱度

    1回答

    用於超分辨率的Tensorflow的可變分辨率

    我使用張量流將圖像縮放了2倍。但由於張量（批量，高度，寬度，通道）決定了分辨率，因此只接受一個分辨率的圖像進行推理和訓練。 對於其他決議，我必須修改代碼並重新訓練模型。是否有可能使我的代碼解決方案獨立？理論上，圖像的卷積是獨立於分辨率的，我沒有看到爲什麼這是不可能的。 我不知道如何在tensorflow中做到這一點。有什麼可以幫助我嗎？ 感謝
    python tensorflow resolution inference tensor 2017-07-25

    3熱度

    1回答

    如何向量化/與不規則排列numpy的tensorize操作形狀

    我想執行操作 如果有一個規則的形狀，然後我可以使用np.einsum，我相信語法將是 np.einsum('ijp,ipk->ijk',X, alpha) 不幸的是，我的數據X有一個非規則的結構（如果我們是零指數）的軸。 爲了提供更多的背景知識，指的是第i組第j個成員的第p個特徵。由於組的大小不同，實際上，它是不同長度的列表的列表，具有相同長度的列表。 有一個規則的結構，因此可以保存爲一個標準
    python numpy vectorization tensor numpy-einsum 2017-07-25

    0熱度

    1回答

    無法運行imagenet下載和預處理腳本（已發行202建議沒有工作）

    我在這裏以下指令：https://github.com/tensorflow/models/tree/master/inception 運行bazel-bin/inception/imagenet_train --num_gpus=1 --batch_size=32 --train_dir=/tmp/imagenet_train --data_dir=/tmp/imagenet_data 後，我收
    flow tensor imagenet 2017-07-25
最新問題