我使用tf.placeholders()操作來提供變量批量輸入的二維張量,並使用供給機制爲這些張量提供不同的值,當我調用run( )。 我 TypeError: 'Tensor' object is not iterable. 以下是我的代碼: with graph.as_default():
train_index_input = tf.placeholder(tf.int32, sh
我試圖從一個Python控制檯,而不是通過巴澤勒-build運行Tensorflow的translate.py,但我在這兩條線得到一個錯誤: from tensorflow.models.rnn.translate import data_utils
from tensorflow.models.rnn.translate import seq2seq_model
ImportError:
我一直試圖讓張量流在多類kaggle問題上工作。基本上,數據由我已轉換爲所有數字觀測值的6個特徵組成。目標是使用這6個功能來預測出行類型,其中有38種不同的出行類型。我一直試圖用tensorflow來預測這些旅行類型的類。以下代碼是我目前爲止的內容,包括我用來格式化csv文件的內容。代碼將運行,但運行1的輸出開始運行,然後在剩餘運行中輸出相同時輸出很差。以下是在運行狀態下輸出的例子: Run 0,
我想獲得有關其輸入的tf.cholesky的梯度。作爲時刻,在tf.cholesky沒有註冊的梯度: LookupError: No gradient defined for operation 'Cholesky' (op type: Cholesky)
用來生成該錯誤代碼是: import tensorflow as tf
A = tf.diag(tf.ones([3]))
chol