使用tensorflow根據(jù)輸入更改tensor shape
涉及隨機(jī)數(shù)以及類RNN的網(wǎng)絡(luò)構(gòu)建常常需要根據(jù)輸入shape，決定中間變量的shape或步長(zhǎng)。
tf.shape函數(shù)不同于tensor.shape.as_list()函數(shù)，后者返回的是常值list，而前者返回的是tensor。
使用tf.shape函數(shù)可以使得中間變量的tensor形狀隨輸入變化，不需要在構(gòu)建Graph的時(shí)候指定。但對(duì)于tf.Variable，因?yàn)樾枰崆胺峙涔潭臻g，其shape無法通過上訴方法設(shè)定。
實(shí)例代碼如下：
a = tf.placeholder(tf.float32,[None,])
b = tf.random_normal(tf.concat([tf.shape(a),[2,]],axis=0))
補(bǔ)充知識(shí)：pytorch中model=model.to(device)用法
這代表將模型加載到指定設(shè)備上。
其中，device=torch.device("cpu")代表的使用cpu，而device=torch.device("cuda")則代表的使用GPU。
當(dāng)我們指定了設(shè)備之后，就需要將模型加載到相應(yīng)設(shè)備中，此時(shí)需要使用model=model.to(device)，將模型加載到相應(yīng)的設(shè)備中。
將由GPU保存的模型加載到CPU上。
將torch.load()函數(shù)中的map_location參數(shù)設(shè)置為torch.device('cpu')
device = torch.device('cpu')
model = TheModelClass(*args, **kwargs)
model.load_state_dict(torch.load(PATH, map_location=device))
將由GPU保存的模型加載到GPU上。確保對(duì)輸入的tensors調(diào)用input = input.to(device)方法。
device = torch.device("cuda")
model = TheModelClass(*args, **kwargs)
model.load_state_dict(torch.load(PATH))
model.to(device)
將由CPU保存的模型加載到GPU上。確保對(duì)輸入的tensors調(diào)用input = input.to(device)方法。map_location是將模型加載到GPU上，model.to(torch.device('cuda'))是將模型參數(shù)加載為CUDA的tensor。最后保證使用.to(torch.device('cuda'))方法將需要使用的參數(shù)放入CUDA。
device = torch.device("cuda")
model = TheModelClass(*args, **kwargs)
model.load_state_dict(torch.load(PATH, map_location="cuda:0")) # Choose whatever GPU device number you want
model.to(device)
以上這篇使用tensorflow根據(jù)輸入更改tensor shape就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
python圖形用戶界面tkinter之按鈕Button的使用說明
這篇文章主要介紹了python圖形用戶界面tkinter之按鈕Button的使用說明，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-06-06
pycharm下查看python的變量類型和變量?jī)?nèi)容的方法
今天小編就為大家分享一篇pycharm下查看python的變量類型和變量?jī)?nèi)容的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-06-06
pytorch中nn.Flatten()函數(shù)詳解及示例
nn.Flatten是一個(gè)類,而torch.flatten()則是一個(gè)函數(shù),下面這篇文章主要給大家介紹了關(guān)于pytorch中nn.Flatten()函數(shù)詳解及示例的相關(guān)資料,需要的朋友可以參考下2023-01-01
淺談Python2之漢字編碼為unicode的問題(即類似\xc3\xa4)
今天小編就為大家分享一篇淺談Python2之漢字編碼為unicode的問題(即類似\xc3\xa4)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-08-08
python?keras構(gòu)建和訓(xùn)練模型簡(jiǎn)便性初探
這篇文章主要介紹了python?keras構(gòu)建和訓(xùn)練模型簡(jiǎn)便性初探，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2024-02-02
這篇文章主要介紹了centos7之Python3.74安裝教程，本文給大家介紹的非常不錯(cuò)，具有一定的參考借鑒價(jià)值 ,需要的朋友可以參考下2019-08-08
這篇文章主要介紹了Python列表生成器的循環(huán)技巧分享,本文講解了列表生成器中一個(gè)循環(huán)和二個(gè)循環(huán)的不同寫法,需要的朋友可以參考下2015-03-03
python自動(dòng)化測(cè)試實(shí)例解析
這篇文章主要介紹了python自動(dòng)化測(cè)試實(shí)例,并對(duì)實(shí)例中的注意點(diǎn)進(jìn)行了簡(jiǎn)單的分析,需要的朋友可以參考下2014-09-09
DRF常用功能的案例基本用法都有講解，關(guān)于限流（Throttling）這個(gè)功能其實(shí)在真實(shí)的業(yè)務(wù)場(chǎng)景中能真正用到的其實(shí)不算多。今天說這個(gè)話題其實(shí)一方面是討論功能，另一方面也是希望換個(gè)角度去審視我們的開發(fā)過程，希望大家可以在使用DRF功能的同時(shí)，也了解一下功能背后的實(shí)現(xiàn)2021-06-06
這篇文章主要為大家詳細(xì)介紹了opencv實(shí)現(xiàn)車牌識(shí)別，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-07-07