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(wú)法通過(guò)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實(shí)現(xiàn)一個(gè)函數(shù)版的名片管理系統(tǒng)過(guò)程解析
這篇文章主要介紹了python實(shí)現(xiàn)一個(gè)函數(shù)版的名片管理系統(tǒng)過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08
Python實(shí)現(xiàn)批量將word轉(zhuǎn)換成pdf
這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)批量將word文檔轉(zhuǎn)換成pdf文件,文中的示例代碼簡(jiǎn)潔易懂,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2023-08-08
pytorch實(shí)現(xiàn)seq2seq時(shí)對(duì)loss進(jìn)行mask的方式
今天小編就為大家分享一篇pytorch實(shí)現(xiàn)seq2seq時(shí)對(duì)loss進(jìn)行mask的方式，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(guò)來(lái)看看吧2020-02-02
舉例講解Django中數(shù)據(jù)模型訪問(wèn)外鍵值的方法
這篇文章主要介紹了舉例講解Django中數(shù)據(jù)模型訪問(wèn)外鍵值的方法,Django是最具人氣的Python web開發(fā)框架,需要的朋友可以參考下2015-07-07
Django切換數(shù)據(jù)庫(kù)和遷移數(shù)據(jù)詳解
這篇文章主要介紹了Django切換數(shù)據(jù)庫(kù)和遷移數(shù)據(jù)詳解的相關(guān)資料,需要的朋友可以參考下2022-11-11
當(dāng)你在一個(gè)城市，穿越大街小巷，跑步跑了幾千公里之后，一個(gè)顯而易見的想法是，我到底和之前比快了多少，跑量有何變化，如果能把在這個(gè)城市的所有路線全部畫出來(lái)，會(huì)是怎樣的景象呢，接下來(lái)通過(guò)本文給大家介紹Python和Perl繪制中國(guó)北京跑步地圖的方法，需要的朋友參考下2016-03-03
如何使用PyCharm將代碼上傳到GitHub上(圖文詳解)
這篇文章主要介紹了如何使用PyCharm將代碼上傳到GitHub上(圖文詳解)，文中通過(guò)圖文介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04
Python標(biāo)準(zhǔn)庫(kù)學(xué)習(xí)之psutil內(nèi)存詳解
本篇文章給大家介紹一個(gè)Python標(biāo)準(zhǔn)庫(kù)中的psutil模塊，它是一個(gè)跨平臺(tái)庫(kù)，下面來(lái)學(xué)習(xí)一下器常用的功能及使用方法吧，有需要的同學(xué)可以借鑒參考下2021-09-09
本篇文章將會(huì)使大家了解Python 語(yǔ)句、表達(dá)式以及它們之間的區(qū)別。還包含幾個(gè)示例來(lái)更清楚地解釋這個(gè)概念。接下來(lái)，我們將解釋如何在 Python 編程中使用多行語(yǔ)句和縮進(jìn),需要的朋友可以參考一下2021-09-09
這篇文章主要介紹了用Python腳本來(lái)刪除指定容量以上的文件的教程,是Python操作文件的一個(gè)簡(jiǎn)單實(shí)踐,需要的朋友可以參考下2015-05-05