maka_uir的博客

 构建双向GRU网络直接上双向GRU层的代码：def BidirectionalGRUEncoder(self, inputs): # 双向GRU的编码层，将一句话中的所有单词或者一个文档中的所有句子向量进行编码得到一个 2×hidden_size的输出向量，然后在经过Attention层，将所有的单词或句子的输出向量加权得到一个最终的句子/文档向量。 # 输入input...

我的代码中，产生这个错误的解决办法是添加config = tf.ConfigProto(gpu_options=tf.GPUOptions(allow_growth=True))sess = tf.Session(config=config)限制显存的增长，不一定适用全部~...

如果在TensorFlow的程序中使用了tf.log()函数，也就是求了tf.log(0) 这样值就是inf 因此会报错解决办法：将tf.log改为如下：-tf.log(tf.clip_by_value(value, 1e-8, 1.0))...

就是记录一下，这个用于统计batch中数据的长度，用于RNN或者LSTM的输入，由于使用了0进行数据填充，因此统计实际数据长度，输入到RNN的length中，其中输入为一个batch，输出为（batch_size,）为一个batch中所有数据的长度。def compute_mask(batch_index): c_mask = tf.cast(batch_index, tf.bool...

File "C:\Users\GAOYAN\Anaconda2\envs\python35\lib\site-packages\tensorflow\python\framework\tensor_util.py", line 416, in make_tensor_proto nparray = values.astype(dtype.as_numpy_dtype)ValueErro...

唉 显卡显存爆了。。。解决方法就是禁用显卡跑 使用CPU ~import osos.environ["CUDA_VISIBLE_DEVICES"]="-1" 这个方法也可以使用于只想用CPU处理模型的时候。...

 API：https://tensorflow.google.cn/api_docs/python/tf/tile?hl=zh-cntf.tile()用于张量扩展tf.tile( input, multiples, name=None)输入是一个Tensormultiples的维度与输入的维度相一致，并标明在哪一个维度上进行扩展，扩展的方法就是复制为相同...

API： https://tensorflow.google.cn/api_docs/python/tf/expand_dims?hl=zh-cn tf.expand_dims( input, axis=None, name=None, dim=None)在input的axis位置插入一维的张量这个操作在input的维度中索引为axis的位置插入一维...

函数目的就是为了构建一个RNN网络，前面少不了定义cell的类型，如LSTM与GRU等API 里面 dynamic_rnn 函数的参数如下：tf.nn.dynamic_rnn( cell, inputs, sequence_length=None, initial_state=None, dtype=None, parallel_itera...

代码是一个2层的LTSM，然后一个前向一个后向，构成双向双层LSTM网络，报错如下 ValueError: Dimensions must be equal, but are 256 and 228 for 'model/bidirectional_rnn/fw/fw/while/fw/multi_rnn_cell/cell_0/cell_0/basic_lstm_cell/MatMul_1...

记录一下Bug解决办法：python -m tensorboard.main --logdir logs