tensorflow 相关问题

我有一个 numpy 数组，通过 to_numpy() 函数从笨拙的数组转换而来，结果数组的数据类型为： dtype=[('phi', ' 我有一个 numpy 数组，通过 to_numpy() 函数从笨拙的数组转换而来，结果数组的数据类型为： dtype=[('phi', ' 我尝试了常规的 asdtype 函数，但我得到的只是错误我相信你的问题与此相同：你有一些带有记录结构的尴尬数组， >>> array = ak.Array([{"phi": 1.1, "eta": 2.2}, {"phi": 3.3, "eta": 4.4}]) 当您使用 ak.to_numpy 进行转换时，它会将记录字段转换为 NumPy 结构化数组字段： >>> ak.to_numpy(array) array([(1.1, 2.2), (3.3, 4.4)], dtype=[('phi', '<f8'), ('eta', '<f8')]) TensorFlow 和 PyTorch 等 ML 库希望特征向量不具有带名称的字段，而是相反是二维数组，其中第二维范围涵盖所有特征。如果所有 NumPy 结构化数组数据类型都相同，因为在本例中它们都是 <f8，您可以查看它： >>> ak.to_numpy(array).view("<f8").reshape(len(array), -1) array([[1.1, 2.2], [3.3, 4.4]]) 但这不安全。例如，如果您的某些字段是 32 位而其他字段是 64 位，或者某些字段是整数而其他字段是浮点型，则 view 将重新解释内存，从而丢失数字的含义： >>> bad = np.array([(1, 2, 3.3), (4, 5, 6.6)], dtype=[("x", "<i4"), ("y", "<i4"), ("z", "<f8")]) >>> bad.view("<f8").reshape(len(bad), -1) array([[4.24399158e-314, 3.30000000e+000], [1.06099790e-313, 6.60000000e+000]]) （z的 3.3 和 6.6 被保留，但是 x 和 y 被合并到一个字段中，并且原始内存被解释为浮点数。）相反，我们应该在 Awkward 中调整结构，它有工具可以完成这类事情，然后将其转换为 NumPy（并从那里转换为 TensorFlow 或 PyTorch）。因此，我们从具有命名字段的记录数组开始： >>> array <Array [{phi: 1.1, eta: 2.2}, {...}] type='2 * {phi: float64, eta: float64}'> 我们希望命名字段消失并创建这些单独的数组。那是 ak.unzip. >>> ak.unzip(array) (<Array [1.1, 3.3] type='2 * float64'>, <Array [2.2, 4.4] type='2 * float64'>) （元组中的第一个来自 phi，第二个来自 eta。）我们希望将每个字段的值一起放入机器学习模型的相同输入向量中。也就是说，1.1和2.2应该在向量[1.1, 2.2]中，并且3.3和4.4应该在向量[3.3, 4.4]中。这是该元组中数组的串联，但不是 axis=0 的串联，从而形成 [1.1, 3.3, 2.2, 4.4]；它必须是更高层axis=1中的串联。该轴尚不存在，但我们始终可以使用 np.newaxis. 制作长度为 1 的轴。 >>> ak.unzip(array[:, np.newaxis]) (<Array [[1.1], [3.3]] type='2 * 1 * float64'>, <Array [[2.2], [4.4]] type='2 * 1 * float64'>) 现在 ak.concatenate 与 axis=1 会将 [1.1] 和 [2.2] 连接成 [1.1, 2.2] 等 >>> ak.concatenate(ak.unzip(array[:, np.newaxis]), axis=1) <Array [[1.1, 2.2], [3.3, 4.4]] type='2 * 2 * float64'> 最后，这里有一个单行代码，您可以将其传递给 TensorFlow，即使您的记录字段具有不同的 dtypes，它也能正常工作： >>> ak.to_numpy(ak.concatenate(ak.unzip(array[:, np.newaxis]), axis=1)) array([[1.1, 2.2], [3.3, 4.4]]) 或者，实际上，也许您可以跳过 ak.to_numpy 并直接进入 ak.to_tensorflow。

python numpy tensorflow numpy-ndarray awkward-array

回答 1 投票 0

MacOS 13和tensorflow之间的问题

我正在尝试使用PhaseNet，它请求tensorflow==2.14.0。但是，当我尝试安装tensorflow时，pip不显示版本2.14的可用性： pip 安装tensorflow==2....

python tensorflow pip anaconda obspy

回答 1 投票 0

TensorFlow Metal 无法安装在 M2 MacBook 上且 Github 页面已关闭

我一直在尝试在我的计算机上安装 tf metal，以便我可以使用 GPU 而不是 CPU。我已经安装了 tf macOS，并且已使用 pip 和 tf 进行了完全更新。我现在已经 2 个月了

macos tensorflow gpu tensorflow-metal

回答 1 投票 0

迁移学习期间顺序模型中tensorflow_hub.KerasLayer的ValueError

我正在关注有关使用 TensorFlow 和 TensorFlow Hub 进行迁移学习的 YouTube 教程。我正在尝试使用 MobileNet V2 模型作为 keras.Sequential 模型中的特征提取器。不过，我

python tensorflow keras

回答 1 投票 0

image_dataset_from_directory 返回列表而不是数据集对象

我正在编写一个转换函数，该函数利用 Keras API 中的 image_dataset_from_directory 函数。在文档中，它列出了返回值是 tf.data.Dataset 对象...

python tensorflow dataset tensorflow2.0 tf.keras

回答 1 投票 0

tensorflow 相关问题

最新问题