小编nes*_*boy的帖子

所以我通过这里的主要响应将tensorflow安装到我的mac上:https://stackoverflow.com/a/33691154/6095482

这意味着我的张量流在virtualenv中工作.我可以通过我的终端运行它来进行脚本编写,但是想知道是否有任何方法可以将它移植到IDE上.我熟悉pycharm,但无法弄清楚路径路由和虚拟环境以便实现它.有没有人有任何关于在哪里采取这个和哪个IDE会好的建议？

谢谢!

我在网上环顾四周但找不到任何东西,但我可能错过了一篇关于此的文献.我在289分量矢量上运行基本神经网络以产生285分量矢量.在我的输入中,最后4个数据对于将输入的其余部分更改为输出的结果285至关重要.也就是说,输入是285 + 4,这样4将输入的其余部分变形为输出.

但是当对此运行神经网络时,我不确定如何反映这一点.我是否需要对其余输入使用卷积？我希望我的系统能够强调影响其他285的4个数据点.我仍然是所有这些的新手,所以一些指针会很棒!

再说一次,如果已经写了一些东西,那么那也是很棒的.

这是一个非常简单的问题,我似乎无法弄清楚.我正在使用一个形状的输出张量[100,250].我希望能够在百位的任何位置访问250维数组并单独修改它们.我发现的tensorflow数学工具要么对整个张量进行元素修改或标量修改.但是,我试图对张量的子集进行标量修改.

编辑:

这是我想用tensorflow方法重新创建的numpy代码:

update = sess.run(y, feed_dict={x: batch_xs})
for i in range(len(update)):
        update[i] = update[i]/np.sqrt(np.sum(np.square(update[i])))
        update[i] = update[i] * magnitude

这个for循环遵循250-D而不是3-D的公式 .然后,我将每个单位向量乘以幅度,将其重新塑造成我想要的长度.

所以这里更新是numpy [100,250]维输出.我想将每个250维向量转换为其单位向量.这样我就可以将其长度改为我选择的幅度.使用这个numpy代码,如果我运行我的train_step并将update传递给我的一个占位符

sess.run(train_step, feed_dict={x: batch_xs, prediction: output}) 

它返回错误:

No gradients provided for any variable

这是因为我在numpy中完成了数学运算并将其移植回tensorflow. 这是一个相关的stackoverflow问题,没有得到解答.

该tf.nn.l2_normalize非常接近我所期待的,但是它也把通过的平方根的最大平方和.而我试图将每个向量除以它自己的平方和.

谢谢!

几乎就是问题所在.我在tmux中运行一个缓慢的进程,并希望通过打印循环变量来记录for循环的进度.

print 'Progress...', 
for i in range(15):
    ...
    print i, 
print

这适用于我的终端.但是,在tmux中,它在打到最后一次打印的换行命令之前不会打印任何内容.重复打印在同一行上是不是在tmux中工作？我怎么能补救这个？这不是什么大问题,我只是好奇我能做什么因为我对bash脚本不太了解.

谢谢!