tf.py_func采坑记

最新推荐文章于 2022-09-27 09:05:37 发布
最新推荐文章于 2022-09-27 09:05:37 发布
阅读量633 收藏 1
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_32110859/article/details/101286739
版权

脑子是个好东西，真的希望我也有一个！！！

用tf.py_func时

tf.py_func(
    func,
    inp,
    Tout,
    stateful=True,
    name=None
)

要千万注意Tout: A list or tuple of tensorflow data types or a single tensorflow data type if there is only one, indicating what func returns.这个参数。一定一定要和func返回的类型对上，必要时，可以用x.dtype先看下是什么类型。

因为如果这里的类型对不上，代码既不会报错，也不会返回值。有一种代码跑到这里，凭空消失的感觉。。。。。

 

qq_32110859
关注
Tensorflow利用函数修饰符@tf.custom_gradients自定义函数梯度
phymat.nico的专栏
12-02 519
Tensorflow学习笔记(1) 利用函数修饰符@tf.custom_gradients自定义函数梯度_寂乐居士的博客-CSDN博客_tf.custom_gradientpython中的修饰符以及@tf.custom_gradient用法_Huang_Fj的博客-CSDN博客 tf.custom_gradient | TensorFlow Core v2.3.0 ...
自动将代码升级到TensorFlow 2代码——tf_upgrade_v2.py
一摩尔自由的博客
10-09 6499
TensorFlow升级到2.0后给出了代码自动升级的脚本和使用方法，详情可见官网 TensorFlow官网：https://www.tensorflow.org/guide/upgrade 代码链接： tf_upgrade_v2.py # Copyright 2018 The TensorFlow Authors. All Rights Reserved. # # Licensed u...
tf.py_func()就是个wrapper而已
liugan528的博客
11-20 127
tf.py_func() Given a python function func, which takes numpy arrays as its arguments and returns numpy arrays as its outputs, wrap this function as an operation in a TensorFlow graph. tf.py_func()的作用是将以numpy.arrary作为参数，并返回numpy.arrary的python函数包装成TensorFlow
Tensorflow Serving不支持py_func
shin627077的专栏
11-29 2457
如题，在一些情况下，我们可能希望编写一些自己的python代码，不完全使用tensorflow已提供的计算图来做，在一般情况下，可以使用tf.py_func。 但是如果想让该代码部署到tensorflow serving上，那么恭喜，tensorflow serving是不支持的，会报如下错误：Loading servable: {name: 模块名 version: 版本号} failed: N
tf.py_func的使用方法
qq_44419614的博客
05-02 761
tf.py_func参数：**返回值** 最近在看Faster RCNN源码时，发现了tf.py_func这样一个函数，之前从来没见过，所以就去查了一下关于这个函数的一些资料。 这个函数的主要作用是包装一个Python的普通函数，使这个函数可以作为tensorflow的一个节点op去使用，扩展了Tensorflow的灵活性。 这是官网的解释：Wraps a python function into...
tf.py_func里的坑
xiaoYAN174的博客
01-17 4903
tf.py_func在定义多输出函数时，输出变量类型需要用[ ]框起来;tf.py_func在定义单输出函数时，输出变量类型不能再用[ ]框起来;这个需要各外注意！例如：多变量时 def _proposal_layer(self, rpn_cls_prob, rpn_bbox_pred, name): with tf.variable_scope(name) as scope:
tf.py_func()
weixin_36670529的博客
09-27 931
tensorflow中所有的tensor只是占位符，在没有用tf.Session().run接口填充值之前是没有实际值的，不能对其进行判值操作，如if ... else...等，在实际问题中，我们可能需要将一个tensor转换成numpy array 然后进行一些 np的运算，然后返回tensor这样可以加强tensorflow的灵活性。在目标检测算法Faster R-CNN中，需要计算各种gro...
tf.py_function
05-30
tf.py_function(func, inp, Tout, name=None) ``` 其中，`func` 是要包装的 Python 函数，`inp` 是输入参数，`Tout` 是输出类型，`name` 是操作名称，可选。 需要注意的是，由于 `tf.py_function` 将 Python 函数...
def process_path(train_mat, label): # 加载训练数据和标签 train_mat = train_mat.numpy().decode('utf-8') label = tf.one_hot(label, depth=class_num_RCS) train_data = np.load(train_mat) # 对训练数据进行预处理 # ... # 返回处理后的数据和标签 return train_data, label def process_path_wrapper(train_mat, train_label): # 使用 tf.py_function 调用 process_path 函数 result_data, result_label = tf.py_function(process_path, [train_mat, train_label], [tf.float32, tf.float32]) # 设置输出张量的形状 result_data.set_shape((401, 512, None)) result_label.set_shape((10,)) return result_data, result_label AUTOTUNE = tf.data.experimental.AUTOTUNE # load train dataset train_dataset = tf.data.Dataset.from_tensor_slices((train_mat_list, train_label_list)) train_dataset = train_dataset.map(map_func=process_path_wrapper, num_parallel_calls=AUTOTUNE)
最新发布
05-30
在函数中，使用 `tf.py_function` 调用 `process_path` 函数，并将返回的数据和标签转换为 TensorFlow 中的张量。然后，使用 `set_shape` 方法设置张量的形状，以确保它们具有正确的形状。 最后，使用 `tf.data....
解决tf.train.import_meta_graph导致的报错keyerror
weixin_41860709的博客
08-29 2299
解决tf.train.import_meta_graph时的报错问题 在将.ckpt文件固化为pb文件时，需要读取.meta文件，在读取时报错如下： Traceback (most recent call last): File "/home/duanzm/try/get_pb_file.py", line 34, in <module> freeze_graph(input_checkpoint, out_pb_path) File "/home/duanzm/try/get_
tf.py_func
健身房
06-19 797
  这是一个可以把TensorFlow和Python原生代码无缝衔接起来的函数，有了它，你就可以在TensorFlow里面自由的实现你想要的功能，而不用考虑TensorFlow有没有实现它的API，并且可以帮助我们实现自由地检查该功能模块的输入输出是否正确，而不受到TensorFlow的先构造计算图再运行导致的不能单独检测单一模块的功能的限制。   它的具体功能描述是包装一个普通的Python函数，这个函数接受numpy的数组作为输入和输出，让这个函数可以作为TensorFlow计算图上的计算节点OP来使用
tensorflow tf.py_func特性
wyg_031113的专栏
10-28 410
tf.py_func tensorflow程序分为构图和执行两部分。构图完成后，再创建Session,session创建后再不能构图。tensorflow使用python代码来构图。实际上在图执行的时候，是不执行python代码的,执行的tensorflow的op。而py_func的作用是是把python函数打包成tensorflow的op. >>> help(tf.py_func) Help on function py_func in module tensorflow.pyth
经验干货：使用tf.py_func函数增加Tensorflow程序的灵活性
jiongnima的博客
06-03 2万+
   不知不觉，笔者接触Tensorflow也满一年了。在这一年当中，笔者对Tensorflow的了解程度也逐渐加深。相比笔者接触的第一个深度学习框架Caffe而言，笔者认为Tensorflow更适合科研一些，网络搭建与算法设置的自由度也更大，使用Tensorflow实现自己的算法也更迅速。   但是，笔者认为Tensorflow还是有不足的地方。第一体现在Tensorflow的数据机制，由于te...
tf.py_func,tf.py_function,tf.numpy_function区别
君莫笑
06-04 797
本文只从tensorflow源代码看待它们的区别
Tensorflow函数映射：py_func和map_fn
皮皮blog
07-04 5013
tf.map_fn [tf.map_fn]：map on the list of tensors unpacked from elems on dimension 0. 接受一个函数对象，然后用该函数对象对集合（elems）中的每一个元素分别处理， tf.map_fn( fn, elems, dtype=None, parallel_iterations=Non...
tf.py_func()函数
aaon22357的博客
10-10 1万+
tensorflow由于构建的是静态图，所以导致在tf.Session().run()之前是没有实际值的，因此，在网络搭建的时候，是不能对tensor进行判值操作的，即不能插入if…else…之类的代码。第二，相较于numpy array，Tensorflow中对tensor的操作接口灵活性并没有那么高，使得Tensorflow的灵活性减弱。 在笔者使用Tensorflow的一年中积累的编程经验来...
Tensorflow深度学习之二十五：tf.py_func
DaVinciL的博客
06-07 6180
一、简介 def py_func(func, inp, Tout, stateful=True, name=None)   该函数重构一个python函数，并将其作为一个TensorFlow的op使用。   给定一个输入和输出都是numpy数组的python函数’func’，py_func函数将func重构进TensorFlow的计算图中。   例如： def my_fu...
TensorFlow tf.data 导入数据（tf.data官方教程） * * * * *
热门推荐
黑暗星球
06-19 3万+
上一篇介绍了
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值