如果TensorFlow涉及对同一计算(子)图的多次调用,它是否可以自动缓存计算?
例如,我有一个矩阵F,其中每个条目代表基于可训练变量的计算W.我的目标函数用不同的向量将这个矩阵乘以几次(每次都用不变的W).
例如,TensorFlow会F[1,2]在我访问它时重新计算,还是会缓存该值?
理论上,人们可以预先计算F给定固定的矩阵W,这样每个条目F都是a tf.constant.但这会妨碍正确计算梯度W.
我有一个包含带有换行符的字符串的文件,如下所示:
{"name": "John\n\nMeyer"}
{"name": "Mary\n\nSmith"}
Run Code Online (Sandbox Code Playgroud)
如何使用该tr工具删除它们?
我正在尝试这个,但输出很糟糕:
$ cat f.json | tr -s '\\n\\n' ' '
{" ame": "Joh Meyer"}
{" ame": "Mary Smith"}
Run Code Online (Sandbox Code Playgroud)
对于 Perl,同样的正则表达式可以正常工作:
$ cat f.json | perl -pe 's/\\n\\n/ /g'
{"name": "John Meyer"}
{"name": "Mary Smith"}
Run Code Online (Sandbox Code Playgroud) 如果我有一个带有可变键名称的 JSON 文件,如下所示:
{
"john": {"age": 40, "nickname": "jo"},
"mary": {"age": 50, "nickname": "mo"}
}
Run Code Online (Sandbox Code Playgroud)
我如何使用jq它们的一些值来提取键?
示例:提取姓名及其年龄:
"john": 40
"mary": 50
Run Code Online (Sandbox Code Playgroud)