小编Yee*_*Liu的帖子

假设我有以下代码:

x = tf.placeholder("float32", shape=[None, ins_size**2*3], name = "x_input")
condition = tf.placeholder("int32", shape=[1, 1], name = "condition")
W = tf.Variable(tf.zeros([ins_size**2*3,label_option]), name = "weights")
b = tf.Variable(tf.zeros([label_option]), name = "bias")

if condition > 0:
    y = tf.nn.softmax(tf.matmul(x, W) + b)
else:
    y = tf.nn.softmax(tf.matmul(x, W) - b)  

该if陈述是否会在计算中起作用(我不这么认为)？如果没有,我如何if在TensorFlow计算图中添加一个语句？

我试过了:

test_image = tf.convert_to_tensor(img, dtype=tf.float32)

然后出现以下错误:

ValueError: Tensor conversion requested dtype float32 for Tensor with dtype int64: 'Tensor("test/ArgMax:0", shape=TensorShape([Dimension(None)]), dtype=int64)'

为了测量函数的执行时间,我可以同时使用它们.但使用<chrono>和有<ctime>什么区别？我应该更喜欢一个而不是另一个吗？

我有一个一维的numpy数组。在TensorFlow中执行计算后，我得到一个tf.Tensoras输出。我正在尝试将其重塑为二维数组并将其显示为图像。

如果它是一个numpy ndarray，我会知道如何将其绘制为图像。但是现在是张量！

尽管我尝试tensor.eval()将其转换为numpy数组，但出现错误消息“无默认会话”。

谁能教我如何将张量显示为图像？

... ...
init = tf.initialize_all_variables()    
sess = tf.Session()
sess.run(init)

# training
for i in range(1):
    sess.run(train_step, feed_dict={x: x_data.T, y_: y_data.T})

# testing
probability = tf.argmax(y,1);
sess.run(probability, feed_dict={x: x_test.T})

#show result
img_res = tf.reshape(probability,[len_y,len_x])
fig, ax = plt.subplots(ncols = 1)

# It is the the following line that I do not know how to make it work...
ax.imshow(np.asarray(img_res.eval())) #how to plot a tensor ?#
plt.show()
... ...