如果你有两个不相交的图，并且想要链接它们，转动这个:x=tf.placeholder('float')y=f(x)y=tf.placeholder('float')z=f(y)进入这个:x=tf.placeholder('float')y=f(x)z=g(y)有没有办法做到这一点？在某些情况下，它似乎可以使构建更容易。例如，如果您有一个将输入图像作为tf.placeholder的图形，并且想要优化输入图像，深梦风格，有没有办法只替换占位符使用tf.variable节点？还是在构建图表之前必须考虑到这一点？ 最佳答案 TL;DR:如果
我之前通过Anaconda在Ubuntu14.04中安装了Jupyter笔记本，刚才我安装了TensorFlow。无论我是在笔记本上工作还是简单地编写脚本，我都希望TensorFlow能够正常工作。为了实现这一点，我最终安装了两次TensorFlow，一次使用Anaconda，一次使用pip。Anaconda安装有效，但我需要在任何对python的调用前加上“sourceactivatetensorflow”。并且pip安装效果很好，如果以标准方式(在终端中)启动python，那么tensorflow加载就好了。我的问题是:我怎样才能让它在Jupyter笔记本中也能工作？这让我想到了一
我正在尝试一个不符合预期的操作。graph=tf.Graph()withgraph.as_default():train_dataset=tf.placeholder(tf.int32,shape=[128,2])embeddings=tf.Variable(tf.random_uniform([50000,64],-1.0,1.0))embed=tf.nn.embedding_lookup(embeddings,train_dataset)embed=tf.reduce_sum(embed,reduction_indices=0)所以我需要知道张量embed的尺寸。我知道它可以在运行
文本数据组织为具有20,000个元素的向量，例如[2,1,0,0,5,....,0]。第i个元素表示文本中第i个单词的频率。groundtruth标签数据也表示为具有4,000个元素的向量，例如[0,0,1,0,1,....,0]。第i个元素指示第i个标签是否是文本的正标签。文本的标签数量因文本而异。我有一个用于单标签文本分类的代码。如何为多标签文本分类编辑以下代码？特别想知道以下几点。如何使用TensorFlow计算准确度。如何设置判断标签是正面还是负面的阈值。例如，如果输出为[0.80,0.43,0.21,0.01,0.32]，groundtruth为[1,1,0,0,1]，则得分
我是TensorFlow新手。在阅读现有文档时，我发现术语tensor确实令人困惑。因此，我需要澄清以下问题:tensor和变量是什么关系，tensorvs.tf.constant,'tensor'vs.tf.placeholder?它们是所有类型的张量吗？ 最佳答案 TensorFlow没有一流的Tensor对象，这意味着在运行时执行的底层图中没有Tensor的概念。相反，该图由相互连接的操作节点组成，表示操作。操作为其输出分配内存，这些输出可用于端点:0、:1等，您可以将这些端点中的每一个视为Tensor。如果您有tensor对
我想这个问题不言自明。我有兴趣做一些严肃的计算，但我不是一名程序员。我可以将足够多的python串在一起来完成我想要的。但是我可以在python中编写一个程序并让GPU使用CUDA执行它吗？还是我必须混合使用python和C？Klockner(sp)“pyCUDA”网页上的示例混合了python和C，所以我不确定答案是什么。如果有人想对Opencl发表意见，请随意。几周前我听说了这项CUDA业务，不知道您可以像这样使用您的视频卡。 最佳答案 你应该看看CUDAmat和Theano.两者都是编写在GPU上执行的代码的方法，而无需真正了
我是TensorFlow新手。我正在寻找图像识别方面的帮助，我可以在其中训练我自己的图像数据集。有没有训练新数据集的例子？ 最佳答案 如果你对如何在TensorFlow中输入自己的数据感兴趣，可以看看thistutorial.我还在斯坦福写了一份关于CS230最佳实践的指南here.新答案(带有tf.data)和标签通过在r1.4中引入tf.data，我们可以创建一批没有占位符、没有队列的图片。步骤如下:创建一个包含图像文件名和相应标签列表的列表创建一个tf.data.Dataset读取这些文件名和标签预处理数据从tf.data.D
我见过有人使用tf.gfile中的几个函数，例如tf.gfile.GFile或tf.gfile.Exists。我的想法是tf.gfile处理文件。但是，我无法找到官方文档来查看它还提供了什么。如果你能帮我解决，那就太好了。 最佳答案 对于登陆这里的任何人，以下答案(由googler提供):Whyusetensorflowgfile?(forfileI/O)Themainrolesofthetf.gfilemoduleare:ToprovideanAPIthatisclosetoPython'sfileobjects,andTopro
请帮我解决这个错误我已经在我的服务器上安装了tensorflow模块，下面是它的信息15IT60R19@cpusrv-gpu-109:~$pipshowtensorflowName:tensorflowVersion:1.0.0Summary:TensorFlowhelpsthetensorsflowHome-page:http://tensorflow.org/Author:GoogleInc.Author-email:opensource@google.comLicense:Apache2.0Location:/home/other/15IT60R19/anaconda2/lib/
我正在尝试预取训练数据以隐藏I/O延迟。我想编写自定义Python代码，从磁盘加载数据并预处理数据(例如，通过添加上下文窗口)。换句话说，一个线程进行数据预处理，另一个线程进行训练。这在TensorFlow中是否可行？更新:我有一个基于@mrry示例的工作示例。importnumpyasnpimporttensorflowastfimportthreadingBATCH_SIZE=5TRAINING_ITERS=4100feature_input=tf.placeholder(tf.float32,shape=[128])label_input=tf.placeholder(tf.fl
