tensor

0熱

1答えて

ケラスモデルのテンソルフローに問題があります。私の目的は、それが「will_raise_5_s」を上げる場合は1である必要があり、それは発生しません場合、値はので、私が持っている0 だろう「will_raise_5_s」、次の5日にUSD/TRYの価格を予測しています14次元の配列であり、予測値として0または1である。私はこのモデルを作成していますが、このモデルは学習しません。損失とval_a

0熱

1答えて

与えられたテンソル[5,4,3,4]、各行がn個とm個のゼロを持つ定数テンソルを生成する方法、n = 5,4,3,4、およびm = 0,1,2,1 。テンソルA考える

：[5,4,3,4]、私はテンソルBを作成する： [[1,1,1,1,1], [1,1,1,1,0], [1,1,1,0,0], [1,1,1,1,0]] Bの各行が有するn個のものはn = 5,4,3,4 Aに従って残りの位置0で埋められます。これをテンソルフローで実現できますか？

0熱

1答えて

テンソル（多次元配列）はツリー先読みデータの有効な記憶域タイプですか？

私は1つのゲームアルゴリズムを調査し、それを改善する方法を考えています。先読みツリーがあります。これはカードや他の同様のゲームのように、非常に一般的なシナリオです。ゲーム戦略は、テンソル（多次元配列）として実装されます。次元数=先読み深さ。各ディメンション・サイズは、ツリーのその深さレベルで使用可能なMAXの可能なアクション数です。同じレベルの1つのノードは、2つのアクションしか使用できず、もう1

0熱

1答えて

n次元のテンソルの最大テンソル（要素ではない）

テンソルを合計してgatherまたはgather_ndを使用しても、n次元配列の最大テンソルを得ることは不可能です。最大テンソルとは、最高の合計を持つ重みの集合を意味します。私はテンソル形状（-1,4,30,256）を持ちます。ここで、256は重みです。（-1、0、30）、（-1,130）、（-1,2,30）および（-1,3,30）のそれぞれに対して最大の重みを設定する必要があります。したが

0熱

1答えて

Tensorflow-Javaイメージ比較

私は二つの同一の画像（犬）を持っている :-)基本的な疑問の負荷ので、tensorflowに新しいですが、私は、1（すなわち、私は犬の小片をカットしてください編集しました私はテンソルを印刷するときに同じ値を持ちますが、2つの異なる値ではないでしょうか？これらの2つの画像の違いをどうやって教えてくれるでしょうか？私はこれらの2つの画像の間でどのくらい変化したかを測定したい。 Tensor:- [1

0熱

1答えて

LSTMニューラルネットワークで間違った予測

私はLSTMで新しく、私は1年間のデータを与えられたIPのトラフィックフローを予測するモデルを訓練しようとしています。このデータセットはKaggle https://www.kaggle.com/crawford/computer-network-trafficによって提供されています。これは、ネットワークが model = Sequential() model.add(LSTM(128,inp

1熱

1答えて

ベクトル外積の一般化：行列のすべての列に適用します

私は行列A = [x1, x2, ..., xm]を持ちます。各xiはサイズ[n, 1]の列ベクトルです。したがって、Aは形が[n, m]です。私は結果が別の行列である場合、C、Cの形が[n, n, m]とC[:,:,i] = np.outer(xi, xi)であるように、各列ベクトルの共分散行列を見つけようとしています。誰かがnumpyで上記を行う方法を教えてもらえますか、チェックアウトする必

0熱

1答えて

Eigen :: Tensorスカラー値への二重収縮

これは本当に簡単なことだと思いますが、解決できません。私は2つのsenond order Eigen tensorsの二重収縮をしようとしています。すべてがうまく動作しますが、二重の収縮の結果はEigenタイプです： Eigen::TensorContractionOp<const std::array<Eigen::IndexPair<int>, 2ul>, const Eigen::Tenso

3熱

1答えて

テンソルフロー稠密層操作

a = tf.random_uniform([5, 3, 5]) b = tf.random_uniform([5, 1, 6]) tiled_b = tf.tile(b, [1, 3, 1]) c = tf.concat([a, tiled_b], 2) d = tf.layers.dense(c, 10, activation=tf.nn.relu) ここで出力形状は5x3x10

1熱

2答えて

PyTorchの "予想されるCPUテンソル（CUDAテンソルを得ました）"エラー

訓練されたPyTorchモデルの私の推論コードで何が問題なのですか？ランタイムエラーメッセージがあります： "予想されるCPUテンソル（CUDAテンソルを得た）" import torch import torch.nn as nn #from __future__ import print_function import argparse from PIL import Image