问题标签 [tensorflow2.x]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
image-processing - Tensorflow 2.0 sobel_edges 图像格式？
我试图让 tf.image.sobel_edges 在 tensorflow 2.2.0 中工作，但似乎即使是最简单的例子也不起作用：
导致tensorflow.python.framework.errors_impl.InvalidArgumentError: 第一个维度的 paddings must be the rank of inputs[4,2], [224,224,3] [Op:MirrorPad]
我在想这可能与通道排序有关，并且该函数正在寻找一个 alpha 通道，但我不知道 2 是什么。有人在 tf-2 中使用过这个吗？
python - 预处理准确度指标
我有一个预测 5 个类别的模型。我想更改准确度指标，如下例所示：
我认为 tf.where 可以帮助过滤张量，但不幸的是不能正确地做到这一点。
如何使用张量制作这个预处理精度指标？
tensorflow2.0 - TensorFlow V2.x 和 tf.keras 的所有随机种子是什么？
我只在 TensorFlow V2.x 中使用 tf.keras。我可以设置的所有种子是什么？我只找到了 tf.random.set_seed()。还有其他种子吗？
slurm - 如何通过 SLURM 管理器分发自定义代码？
我可以使用 SLURM 管理器访问计算机集群。我想实现不同的节点执行我的代码的不同部分。如果我理解正确，如果您的代码编写正确，这可以通过 SLURM 和 srun 命令来实现。它应该类似于这里的 MPI 示例https://support.ceci-hpc.be/doc/_contents/QuickStart/SubmittingJobs/SlurmTutorial.html。
但我不明白如何在 TF 中创建此代码。TF 版本 1 有更多信息。如果我尝试这样的事情
并使用 SLURM 运行它，我收到一个错误，我看到只有第一个服务器已启动，但第二个服务器试图使用相同的地址，即“localhost:8888”。所以本质上，我不知道如何在以后可以通信的不同节点上创建服务器。我应该同时运行不同的脚本吗？我必须使用带有标志或类似东西的命令行吗？
之后，我的想法是使用
分配工作。有什么帮助吗？我认为我无法使用 TF 提供的任何分发策略。
python - 使用 TF Object Detection API 时打印检测到的类和分数
您好，我正在寻找一种在使用object_detection_tutorial进行对象检测时打印出检测到的类和分数的方法。这里的大多数解决方案都适用于 Tensorflow 1，不再适用。
我在 StackOverflow 上找到了一个解决方案，但遗憾的是它只打印出检测到的对象之一。我不知道如何修改代码以获取图像中所有检测到的对象的分数。
这是我在这里找到的解决方案中给出的代码
我使用此代码打印出来
tensorflow - 如何将向量保存在张量流的字典中？
似乎tf.lookup.experimental.DenseHashTable不能保存向量，我找不到如何使用它的示例。
tensorflow2.0 - `tf.function` 装饰器导致批处理形状为`NoneType`（Tensorflow2，Python）
在以下代码中：
使用 wihtouttf.function装饰器时的输出与预期的一样，但是使用tf.function装饰器时会出现以下错误：
预期输出是（张量A，张量B）形状的2元组，(count,batch_size,batch_seq_len,vocab_size)分别(count,batch_size,batch_seq_len)具有
例如，当函数没有用 修饰时的预期输出tf.function：
有没有人知道为什么？我怀疑这是因为数据集是 shape <MapDataset shapes: (128, None, 78), types: tf.float32>，但是我不明白为什么max_y是None因为在循环之前就知道批处理形状？
python - 如何有效地分配给 TensorFlow 中的张量切片
我想在 TensorFlow 2.x 中的一个模型中为输入张量的切片分配一些值（我正在使用 2.2，但准备接受 2.1 的解决方案）。我正在尝试做的一个非工作模板是：
当然，在构建这个（AddToEven().build(tf.TensorShape([None, None]))）时，我收到以下错误：
我可以通过以下方式实现这个简单的示例：
（您可以通过以下方式进行完整性检查：
)
但是正如你所看到的，写起来非常复杂。这仅适用于 1D（+ 批量大小）张量上的静态更新次数（此处为 1）。
我想做的是更多的参与，我认为用它来写它tensor_scatter_nd_add会是一场噩梦。
当前许多关于该主题的 QA 都涵盖了变量但不包括张量的情况（例如，参见this或this）。这里提到了pytorch 确实支持这一点，所以我很惊讶最近没有任何 tf 成员对此主题作出回应。 这个答案并没有真正帮助我，因为我需要某种面具生成，这也会很糟糕。
因此，问题是：我怎样才能有效地进行切片分配（计算方面、内存方面和代码方面）w/o tensor_scatter_nd_add？诀窍是我希望它尽可能动态，这意味着形状inputs可以是可变的。
（对于任何好奇的人，我正在尝试在 tf中翻译此代码）。
这个问题最初发布在 GitHub 问题中。
python - 如何在 tensorflow 2.0 中给出 padding=6？
这在 tensorflow 2.0 中出现错误
我看到了 padding='same' 选项
但是如果我想给 padding=6 怎么办
文件“/home/jake/venv/lib/python3.7/site-packages/tensorflow_core/python/keras/utils/conv_utils.py”，第 202 行，在 normalize_padding padding = value.lower() AttributeError: 'int' object没有“下”属性
python - 为什么这个 tensorflow.keras 代码会占用大量内存？
我有以下代码需要 3GB 物理 RAM 和 144GB 虚拟 RAM：
X_train 的形状为 (44,000, 1,233)，其数据类型为np.int8. 它需要 52MB 的内存空间。我正在使用张量流 V2.2。为什么要占用这么多空间？我应该怎么做才能减少内存使用？