线性代数在TensorFlow中粗糙张量的应用
我正在使用TensorFlow v2.7.0，并尝试使用粗糙张量创建一个ML模型。 问题是tf.linalg.diag、tf.matmul和tf.linalg.det不能使用粗糙张量。 我已经找到了一种变通方法，将参差不齐的张量转换为NumPy，并将其转换回参差不齐的张量，但在全局模型中应用该层时不起作用。 以下代码工作正常 数据-lang=“js”数据-隐藏=“假”数据-控制台=“
..
ragged-tensors相关内容
对 TensorFlow 服务的 RaggedTensor 请求失败
我创建了一个使用 RaggedTensors 的 TensorFlow 模型.模型工作正常，当调用 model.predict 时，我得到了预期的结果. 输入= tf.ragged.constant([[[ - 0.9984272718429565，-0.9422321319580078，-0.27657580375671387，-3.185823678970337，-0.6360141634
..
对TensorFlow服务的RaggedTensor请求失败
我创建了一个使用RaggedTensors的TensorFlow模型.模型工作正常，当调用model.predict时，我得到了预期的结果. input = tf.ragged.constant([[[-0.9984272718429565, -0.9422321319580078, -0.27657580375671387, -3.185823678970337, -0.636014163
..