如何使用布尔张量制作if语句？更确切地说,我试图将大小为1的张量与常数进行比较,检查张量中的值是否小于常量.我想我必须使常量自己的大小为1张量,并使用此方法检查第一张量是否小于第二张量,但我不确定如何使得到的布尔张量正确拟合到if语句中.只需将其作为if语句的查询,使if语句始终返回true.
编辑:这或多或少是代码的样子.但是,'bool' object has no attribute 'name'无论是否有参数,我都会收到错误,这让我觉得问题在于它没有返回TensorFlow对象.
pred = tf.placeholder(tf.bool)
def if_true(x, y, z):
#act on x, y, and z
return True
def if_false():
return False
# Will be `tf.cond()` in the next release.
from tensorflow.python.ops import control_flow_ops
from functools import partial
x = ...
y = ...
z = ...
result = control_flow_ops.cond(pred, partial(if_true, x, y, z), if_false)
有没有办法让Tensorflow变量更大？就像,我想说我想在训练过程中将神经元添加到神经网络的一层.我该怎么做呢？在回答这个问题告诉我如何改变变量的形状,将其展开,以适应权重的另一行,但我不知道如何初始化这些新的权重.
我认为另一种解决方法可能涉及组合变量,如在第二个变量中首先初始化权重,然后将其作为第一个变量的新行或列添加,但我找不到任何可以让我做的事情那个.
我正在使用PDFBox从pdf中提取信息,我当前试图找到的信息与该行中第一个字符的x位置有关.我找不到任何与如何获取该信息有关的内容.我知道pdfbox有一个叫做TextPosition的类,但我也找不到如何从PDDocument中获取TextPosition对象.如何从pdf获取一行文本的位置信息？
我正在尝试使用特定值获取第一行中单元格的列号.我正在使用的代码由于某种原因不起作用.
Dim colNum As Integer
'sheetName is a String
With ActiveWorkbook.Sheets(sheetName)
colNum = column(.Match("ID", 1:1, 0))
它告诉我它期待一个"列表分隔符或者".我如何使其工作？
谢谢
我一直试图从Tensorflow教程创建卷积网络,但我遇到了麻烦.出于某种原因,我遇到的错误是y_conv的大小比y_的大小大4倍,我不明白为什么.我发现了这个问题,但它似乎与我的问题不同,尽管它看起来很相似.
要清楚,下面代码中的批处理大小是50,但它出现的错误是
tensorflow.python.framework.errors.InvalidArgumentError:不兼容的形状:[200]与[50]
当我将批量大小更改为10时,我得到了
tensorflow.python.framework.errors.InvalidArgumentError:不兼容的形状:[40]与[10]
所以它与批量大小有某种关系,但我无法弄明白.谁能告诉我这段代码有什么问题？它与上面链接的教程非常相似.
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
import tensorflow as tf
sess = tf.InteractiveSession()
def weight_variable(shape):
initial = tf.truncated_normal(shape, stddev=0.1)
return tf.Variable(initial)
def bias_variable(shape):
initial = tf.constant(0.1, shape=shape)
return tf.Variable(initial)
def conv2d(x, W):
return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
def max_pool_2x2(x):
return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides = [1, 2, 2, 1], padding='SAME')
x = tf.placeholder("float", shape=[None, 784])
y_ = tf.placeholder("float", shape=[None, 10])
w_conv1 …