tensor
Keras input explanation: kształt wejściowy, jednostki, wielkość partii, dim, itp
Dla dowolnej warstwy Keras (Layer Klasa), czy ktoś może wyjaśnić jak rozumieć różnicę między input_shape, units, dim, itd.? ... a jednostek?
W skrócie jak można zrozumieć / zwizualizować atrybuty modelu - w szczególności warstwy-z poniższym obrazem?
Najlepszy sposób na uratowanie trenowanego modelu w PyTorch?
Szukałem alternatywnych sposobów na uratowanie trenowanego modelu w PyTorch. Do tej pory znalazłem dwie alternatywy.
Pocho ... rowane? Czy to tylko dlatego, że [[21]] Pochodnia.Moduły NN mają te dwie funkcje i jesteśmy zachęcani do korzystania z nich?
Jak rozumieć pojęcie " tensor` w TensorFlow?
Jestem nowy w TensorFlow. Kiedy czytam istniejącą dokumentację, stwierdziłem, że termin tensor jest bardzo mylący. Z tego pow ... związek pomiędzy tensor a Variable, tensor
vs. tf.constant, "tensor" vs. tf.placeholder?
Czy są to wszystkie typy tensorów?
tf.shape () get wrong shape in tensorflow
Definiuję tensor w ten sposób:
x = tf.get_variable("x", [100])
Ale kiedy próbuję wydrukować kształt tensora:
print( tf.shape(x) )
Otrzymuję Tensor("Shape:0", shape=(1,), dtype=int32), dlaczego wynik wyjścia nie powinien być shape=(100)
Understanding PyTorch einsum
Znam jak einsum pracuje w NumPy. Podobną funkcjonalność oferuje również PyTorch: Pochodnia.einsum(). Jakie są podobieństwa i ... i wydajności? Informacje dostępne w dokumentacji PyTorch są raczej skąpe i nie dostarczają żadnych spostrzeżeń na ten temat.
Pytorch preferował sposób kopiowania tensora
Wydaje się, że istnieje kilka sposobów tworzenia kopii tensora w Pytorch, w tym
y = tensor.new_tensor(x) #a
y = x.clone(). ... ykonam a lub d. Dlaczego jest to preferowane? Wydajność? Uważam, że jest mniej czytelny.
Jakieś powody / przeciw użyciu c?
Jak uzyskać wymiary tensora (w TensorFlow) w czasie budowy wykresu?
Próbuję operacji, która nie zachowuje się zgodnie z oczekiwaniami.
graph = tf.Graph()
with graph.as_default():
train_datas ... bed. Wiem, że można to zrobić w czasie pracy, ale to zbyt dużo pracy jak na tak prostą operację. Jaki jest łatwiejszy sposób?
Jak Pytorch Dataloader obsługuje dane o zmiennych rozmiarach?
Mam zestaw danych, który wygląda jak poniżej. To jest pierwszy element jest ID użytkownika, a następnie zestaw elementów, któ ... r([24104, 24104, 16742, 16742, 6579, 6579, 6579, 6579, 19577, 19577,
19577, 3541, 3541, 6832, 6832, 9751])]