问题标签 [tensorflow]

我正在尝试 TensorFlow，但遇到了一个奇怪的错误。我编辑了深度 MNIST 示例以使用另一组图像，并且算法再次很好地收敛，直到迭代 8000 左右（此时准确率为 91%），当它因以下错误而崩溃时。

起初我认为可能有些系数达到了浮点数的极限，但是在所有权重和偏差上添加 l2 正则化并不能解决问题。它总是第一个从堆栈跟踪中出来的 relu 应用程序：

我现在只在 CPU 上工作。知道什么可能导致这种情况以及如何解决它吗？

编辑：我将其追溯到这个问题Tensorflow NaN 错误？，那里的解决方案有效。

有没有办法在TensorFlow中提取方阵的对角线？也就是说，对于这样的矩阵：

我想获取元素：[0, 4, 8]

在 numpy 中，这通过np.diag非常简单：

在 TensorFlow 中，有一个diag 函数，但它仅与对角线上的参数中指定的元素形成一个新矩阵，这不是我想要的。

我可以想象如何通过跨步来做到这一点......但我没有看到 TensorFlow 中的张量跨步。

有一个关于如何安装它的官方指南，并没有说太多关于实际开发的内容。

据我了解，总体而言，使用 Docker 进行开发存在相当大的挑战。更不用说在TensorFlow 上使用它可能会带来更深层次的技术复杂性，这可能主要归功于 GPU。所以在拉取docker镜像之后有很多东西......

有没有人有关于如何在这里进行开发的分步指南？

我在 TensorFlow 中实现了一个损失函数，用于计算均方误差。所有用于计算目标的张量都是 float64 类型，因此损失函数本身是 dtype float64。尤其是，

但是，当我尝试最小化时，我得到一个关于张量类型的值错误：

当导致计算的所有变量都是 float64 类型时，我不明白为什么张量的预期 dtype 是单精度浮点数。我已经确认，当我将所有变量强制为 float32 时，计算会正确执行。

有没有人知道为什么会发生这种情况？我的电脑是64位机器。

这是一个重现行为的示例

我是 TensorFlow 的新手，我正在寻求语音到文本识别项目的帮助。有没有展示如何使用 TensorFlow 进行语音转文本的示例？我听说它在 Google 内部被用来将准确率提高 25%

tf.app.run()Tensorflow 翻译演示如何工作？

在tensorflow/models/rnn/translate/translate.py中，有对 的调用tf.app.run()。它是如何处理的？

有没有关于如何将 TensorFlow 用于使用神经网络进行文本分类的示例？

我有一个张量，X形状为(T, n, k)。

如果我事先知道形状，很容易重塑，整数tf.reshape(X, (T * n, k))在哪里T, n, k，而不是张量。但是，如果我不知道形状，有没有办法做到这一点。似乎获得形状shape = tf.shape(X)和重塑是行不通的。那是，

有任何想法吗？在我的应用程序中，T并且k在运行前已知，但n仅在运行时已知。

我正在尝试运行本教程中的代码。

当我尝试运行此命令时：

我收到以下错误：

任何想法如何解决？

通过阅读 TensorFlow 文档，我看到有一种方法可以计算方阵的 Cholesky 分解。但是，通常当我想使用 Cholesky 分解时，我这样做是为了解决直接矩阵求逆可能不稳定的线性系统。

因此，我正在寻找一种类似于在Scipy中实现的方法。有谁知道这在 TensorFlow 中是否存在，或者是否有办法将其合并？