tf.RaggedTensor

最新推荐文章于 2024-07-29 10:05:22 发布
最新推荐文章于 2024-07-29 10:05:22 发布
阅读量1.3k 收藏
点赞数
分类专栏： python 文章标签： tensorflow 深度学习 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_42037273/article/details/121764190
版权

吐槽：看了半天看懂一点
官网链接：https://tensorflow.google.cn/api_docs/python/tf/RaggedTensor
参考博文：https://blog.youkuaiyun.com/jackhh1/article/details/102690290
ragged是不规则的意思
raggedtensor是不规则的张量
没有学习整个文档，对学习到的陈述。
举例
在这里插入图片描述
原来的tensor是[3, 1, 4, 1, 5, 9, 2, 6] row_splits是切分下标。从row_split参数 可知会被分成五份 0-4(不包括下标为4的元素即[3,1,4,1]) 4-4(即为空[]) 4-7([5,9,2], 7-8([6], 8-8([])))
不规则张量来处理可变特征

在Android中使用TensorFlow的原理与步骤
yh66412611的博客
06-12 1439
概述本文主要讲解TensorFlow（以下简称TF）在Android中的使用，主要分为三个部分来讲解。第一部分为TF介绍，主要让读者明白一些基本概念和原理，以及模型的保存方式。第二部分为Android中使用TF的原理与方法，包括使用已经训练好的模型。第三部分为使用TF的官方代码，在Android Studio下构建Android的TF Demo。由于此文的目的在于介绍基本的Android中使用TF，
tf.data官方教程 - - 基于TF-v2
黑暗星球
03-30 3830
这是本人关于tf.data的第二篇博文，第一篇基于TF-v1详细介绍了tf.data，但是v1和v2很多地方不兼容，所以替大家瞧瞧v2的tf.data模块有什么新奇之处。 首先贴上第一篇的地址：《TensorFlow tf.data 导入数据（tf.data官方教程） * * * * *》 TensorFlow版本：2.1.0 文章目录使用 `tf.data` 构建数据输入通道1. 基本机制 ¶...
Tensorflow：不规则张量tf.RaggedTensor学习和测试
2401_85327249的博客
05-30 1274
最近有个需求使用KPRN算法预测一组输入序列的得分，问题在于不同端点之间的这一组序列数量不一致，而每一个最小颗粒度序列都需要过一个LSTM层，在LSTM之后归属于同一对端点的序列需要合并为一组，例如输入100个序列在经过LSTM+２层全连接之后得到100个值\[V1,V2,V3....,V100\]，然后归属于同一组的至需要聚合，比如\[\[V1, V2\], \[V3, V4, V5\] ,\[V100\]\]，此时已经不能使用tensorflow的reshape算子，引出不规则矩阵**tf.Ragged
Tensorflow Ragged Tensors
weixin_43378751的博客
03-08 1347
(根据官文，要安装tf-nightly) Ragged Tensors即tf提供的不规则形状，或者说可变元素长度的tensor。 比如： digits = tf.ragged.constant([ [3, 1, 4, 1], [], [5, 9, 2], [6], []]) 或者 words...
小学生也能听得懂的大模型 - Transformer 1
2401_85325557的博客
07-29 1356
参考 [小学生也能听得懂的大模型 Transformer 1]
TensorFlow2.0 Guide 官方教程 学习笔记13- Ragged Tensors
jackhh1的博客
10-24 4095
本笔记参照TensorFlow官方教程，主要是对‘Ragged Tensors’教程内容翻译和内容结构编排，原文链接：Ragged Tensors 目录 创建环境（Setup） 一、概率（Overview） 1.1 我们能用不规则张量（ragged tensor）做什么 1.2 创建一个不规则张量 1.3 我们能在不规则张量里存储什么 1.4 用例 二、不规则张量：定义 2.1 不规则和统一维度 ...
自动将代码升级到TensorFlow 2代码——tf_upgrade_v2.py
一摩尔自由的博客
10-09 6671
TensorFlow升级到2.0后给出了代码自动升级的脚本和使用方法，详情可见官网 TensorFlow官网：https://www.tensorflow.org/guide/upgrade 代码链接： tf_upgrade_v2.py # Copyright 2018 The TensorFlow Authors. All Rights Reserved. # # Licensed u...
学习填坑记录
有信念，才能走的更远
06-03 739
1、tf.keras.layers.Lambda()——匿名函数层解析 https://www.codenong.com/cs105908829/
TensorFlow函数总览
Student_PAN的博客
12-19 1009
Modules app模块：通用入口点脚本。 audio模块：tf.audio名称空间的公共API。 autograph模块：将纯Python转换为TensorFlow图形代码。 bitwise模块：用于操作整数的二进制表示的操作。 compat模块：Python 2与3兼容性的功能。 config模块：tf.config名称空间的公共API。 contrib模块：包含...
如何在Python的TensorFlow中创建三模张量？
最新发布
10-26
在Python的TensorFlow中，创建三模张量（也称多模式张量）可以通过`tf.Tensor`对象或其高级版本`tf.RaggedTensor`来完成，特别是当处理不规则形状的数据时。以下是基本步骤： 1. **导入TensorFlow**：首先，确保已...
TensorFlow2.x——strings & ragged_tensor 讲解
一只攻城狮的博客
02-22 1396
strings & ragged_tensor 讲解 本文只是简略介绍其中的一些方法，更为详细的API应用请参考官文文档, 链接：https://tensorflow.google.cn/versions/r2.0/api_docs/python 代码示例： 引用函数库 import tensorflow as tf import numpy as np #strings t...
tf.ragged.map_flat_values
luoganttcc的博客
05-18 545
tf.ragged.map_flat_values 可以理解不规则矩阵的map import tensorflow as tf rt = tf.ragged.constant([[1, 2, 3], [], [4, 5], [6]]) tf.ragged.map_flat_values(tf.ones_like, rt).to_list() tf.ragged.map_flat_values(tf.multiply, rt, rt).to_list() tf.ragged.map_flat_val
TensorFlow Ragged Tensors
zztSky
12-17 226
https://tensorflow.google.cn/guide/ragged_tensor?hl=zh_cn
TensorFlow2.0入门到进阶3.3 —— 基础数据类型API之strings与ragged_tensor
caoyuan666的博客
07-28 694
文章目录1、strings1.1 strings是什么？1.2 tf.strings 的优点是什么？ 1、strings 1.1 strings是什么？ 看到strings，这个不是字符串吗？没错，它在这里的作用就是字符串，那tensorflow为什么还要单独拿出来呢，Python已经有字符串了呀！ 其实，加入tf.strings的其中一个重要的作用是可以使字符串成为TensorFlow的第一公民，可以直接加入到模型的输入中，这对NLP领域是很有用的 1.2 tf.strings 的优点是什么？ 之前在NL
利用tf.ragged.boolean_mask完成选择mask压缩tensor
UESTC_V的博客
04-30 480
现有如下输入： 1. [Batch_size, Seq_len, N_classes]的tensor T 2. [Batch_size, Seq_len]的mask矩阵 M 需求：根据M中的值来mask T，并去掉被mask掉的值 实际场景：主要是现在有一个对话的每个时刻的状态，和角色(0/1)，需要取出角色为1的所有utterances的状态，在此基础上选取最后一个角色为1的utterance的状态 问题点： 若使用tf.boolean_mask，则会得到[?, N_classes], ？代表
python编程之tf.range()的用法，帮你拨开迷雾
tian_jiangnan的博客
03-28 473
我们先按照自己的想法敲一段代码，然后运行一下看看 这个报错信息显示，必须是0阶而不是1阶的形状，我们现在里面填一个5，看看 从0开始到4，总共5个； 我们点击这个方法进去看看，发现有好多参数，有start，有limit,有delta，有dtype 我们把参数都填满看看吧 我们可以看出，start是第一个数，limit是限制最大的值是多少，delta是每个值之间的增量，...
tf.constant,tf.strings,RaggedTensor,SparseTensor,tf.Variable实例--tensorflow2.0学习笔记
qq_36421001的博客
12-10 540
导入所需库： import tensorflow as tf import numpy as np t = tf.constant([[1.,2.,3.],[4.,5.,6.]])#二维向量 print(t) print(t[:,1:])#打印第二列之后的 print(t[...,1])#打印第二列 print(t[...,0])#打印第1列 print(t[0])#取第一行 print(t[0...
3.3 tf.strings&&tf.ragged
weixin_43949714的博客
04-22 191
strings #strings t=tf.constant('cafe') print(t) print(tf.strings.length(t)) print(tf.strings.length(t,unit='UTF8_CHAR')) print(tf.strings.unicode_decode(t,'UTF8')) ''' tf.Tensor(b'cafe', shape=(), dt...
# 设置输入层节点数、隐层节点数 in_nodes=784 h1_nodes=100 h2_nodes=100 h3_nodes=50 # 定义输入、输出、prob的placeholder x=tf.placeholder(tf.float32,[None,in_nodes]) y_=tf.placeholder(tf.float32,[None,10]) prob=tf.placeholder(tf.float32) # 设置第一隐层 w1=weight(in_nodes, h1_nodes, 0.1, 0.005) b1=tf.Variable(tf.zeros([h1_nodes])) h1=tf.nn.relu(tf.matmul(x,w1)+b1) # 设置第二隐层 w2=weight(h1_nodes, h2_nodes, 0.1, 0.0) b2=tf.Variable(tf.zeros([h2_nodes])) h2=tf.nn.relu(tf.matmul(h1,w2)+b2) h2_drop=tf.nn.dropout(h2, prob) # 设置第三隐层 w3=weight(h2_nodes, h3_nodes, 0.1, 0.0) b3=tf.Variable(tf.zeros([h3_nodes])) h3=tf.nn.relu(tf.matmul(h2_drop,w3)+b3) h3_drop=tf.nn.dropout(h3, prob) # 设置softmax输出层 w4=weight(h3_nodes, 10, 0.1, 0.0) b4=tf.Variable(tf.zeros([10])) y=tf.nn.softmax(tf.matmul(h3_drop,w4)+b4)
06-10
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.math.log(y), reduction_indices=[1])) tf.add_to_collection('losses', cross_entropy) loss = tf.add_n(tf.get_collection('losses')) # 定义优化器 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值