我正在关注此链接中的教程并尝试更改模型的评估方法(位于底部).我想获得前5的评估,我正在尝试使用以下代码:
topFiver=tf.nn.in_top_k(y, y_, 5, name=None)
Run Code Online (Sandbox Code Playgroud)
但是,这会产生以下错误:
File "AlexNet.py", line 111, in <module>
topFiver = tf.nn.in_top_k(pred, y, 5, name=None)
File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/gen_nn_ops.py", line 346, in in_top_k
targets=targets, k=k, name=name)
File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/op_def_library.py", line 486, in apply_op
_Attr(op_def, input_arg.type_attr))
File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/op_def_library.py", line 59, in _SatisfiesTypeConstraint
", ".join(dtypes.as_dtype(x).name for x in allowed_list)))
TypeError: DataType float32 for attr 'T' not in list of allowed values: int32, int64
Run Code Online (Sandbox Code Playgroud)
据我所知,问题是tf.nn.in_top_k()只适用于tf.int32或tf.int64数据,但我的数据是tf.float32格式的.这有什么解决方法吗?
我正在关注这篇文章,我需要做同样的事情,只是我想把一个图像(m乘n 3矩阵)放入excel的单元格中.
这条线不会工作,因为我的图像im是矩阵而不是句柄:
print(im, '-dbitmap');
Run Code Online (Sandbox Code Playgroud)
我是否需要以某种方式为图像创建句柄?还有另外\更好的方法吗?
最终我想要更改单元格以使其适合图像(不改变图像的大小).
import soundfile在凋零的python3或python上使用时,我得到了:
追溯(最近一次通话最后一次):在文件“ /home/erezsh/.local/lib/python3.6/site-packages/soundfile.py”中的文件“”,第1行,第142行,在提高OSError('sndfile中,找不到库')OSError:找不到sndfile库
我发现此帖子没有帮助,因为我正在使用soundfile而不是,pysoundfile并且它提供的链接已损坏。
另外,由于我使用进行了安装,因此在这里找不到解决方案pip install SoundFile。
我在Windows上使用Ubuntu Shell。这重要吗?
我该如何解决?
我正在将 Python 代码转换为 MATLAB。Python 代码,使用以下命令:
stft_ch = librosa.core.stft(audio_input[:, ch_cnt], n_fft=self._nfft,
hop_length=self._hop_len, win_length=self._win_len,
window='hann')
Run Code Online (Sandbox Code Playgroud)
其中audio_input.shape=(2880000, 4)、self._nfft=2048、self._hop_len=960和self._win_len=1920。
转换为 MATLAB 时,我使用了:
stft_ch = spectrogram(audio_input(:, ch_cnt), hann(win_len), win_len-hop_len, nfft);
Run Code Online (Sandbox Code Playgroud)
在那里我核实size(audio_input)=2880000, 4,win_len=1920,win_len-hop_len=960和nfft=2048。
我从 MATLAB 得到一个输出,size(stft_ch)=1025, 2999其中 Python 显示stft_ch.shape=(1025, 3001)。2999MATLAB 输出中的大小很清楚,并且在if window 是向量的文档中表现出色k = ?(Nx – noverlap)/(length(window) – noverlap)?。
但是,我在Python 文档中找不到tset的长度。
为什么尺寸之间存在差异?我的转换好吗?
是否有一个 Python 函数可以产生更类似于 MATLAB …
我想找到(在VS C#中)一个字符串是否包含一个没有立即重复的字符(例如'%').
例如"我有%单独,这很好=> %%".我想找到任何包含单个'%'(甚至几次)的字符串,而不管相邻的"%%"出现次数.
下面将显然是不行的,并给true为foo2:
string foo1="% I want to find this string";
string foo2="I don't want to find this string because the char %% is not alone";
string foo3="I%want%to%find%this%as%well!"
if(line.Contains("%")){}
Run Code Online (Sandbox Code Playgroud)
我试图了解如何在这里应用正则表达式.
我正在使用以下命令读取图像:
lefty = imread('sintra2.JPG');
Run Code Online (Sandbox Code Playgroud)
并imshow();给了我一个很好的回击.但如果我尝试使用:
lefty = double(imread('sintra2.JPG'));
Run Code Online (Sandbox Code Playgroud)
imshow()给我一个白色的图像.我正在处理这里分享的相对较大的图像.有连接吗?
如果有必要,我如何转换为double?有人告诉我,在MATLAB中处理图像处理和计算机视觉时,最好使用double.
我有一个复杂的MxN矩阵A,A显然有一些属性,呈现对角矩阵A'*A.A也是非常大(256x16384)所以我想不出一种方法来上传它在这里再现.
在MATLAB代码中,我有:
imshow(abs(A'*A),[]);
Run Code Online (Sandbox Code Playgroud)
python中转换的代码:
tmp=np.dot(A.T,A)
plt.imshow(np.absolute(tmp))
plt.show()
Run Code Online (Sandbox Code Playgroud)
生产:
对角似乎在旋转.这种轮换有什么理由吗?我正确地进行了转换吗?
我无法理解的文档np.einsum()。怎么subscripts解释?
我正在尝试在原始 python 上写出形状矩阵np.einsum('a...c,b...c', Y, conj(Y))在哪里。此外,由于之前的实现差异,我的 MATLAB的大小为。YC, F, TY[F, T, C]
'a...c,b...c'每个组件中的索引是什么?我很迷惑。
如何在 MATLAB 中编写相同的指令?
我正在尝试在随附的代码中启动内核。我收到消息“内核启动失败:参数无效”。
// System includes
#include <stdio.h>
#include <assert.h>
// CUDA runtime
#include <cuda_runtime.h>
// Helper functions and utilities to work with CUDA
#include <helper_functions.h>
// This will output the proper CUDA error strings in the event that a CUDA host call returns an error
#define checkCudaErrors(err) __checkCudaErrors (err, __FILE__, __LINE__)
inline void __checkCudaErrors(cudaError err, const char *file, const int line )
{
if(cudaSuccess != err)
{
fprintf(stderr, "%s(%i) : CUDA Runtime API error %d: %s.\n",file, line, (int)err, cudaGetErrorString( err ) …Run Code Online (Sandbox Code Playgroud) matlab ×6
python ×3
c# ×1
casting ×1
contain ×1
cuda ×1
ellipsis ×1
excel ×1
image ×1
numpy-einsum ×1
permutation ×1
regex ×1
string ×1
tensorflow ×1