本文分享了TensorFlow使用过程中的实用技巧，包括解决Expected size错误、查看API帮助、检查TensorFlow版本和路径、更新TensorFlow、理解tf.app.flags、检查模型参数、使用TensorBoard、GPU管理以及利用nvidia-smi监控GPU状态。通过这些技巧，可以提升TensorFlow开发效率和模型管理能力。
持续更新中.......
欢迎各位童鞋交流和指教！
---------------------------------------------------------------------------------------------------------
1、Expected size[ ] in [ , ], but got ,
报错如下图所示，源码如上图所示，该问题出现在slice操作，size[2]是指对a进行slice操作时，在tensor的index为2的维度上参数有错误，示例报错的原因可以解释如下，a的begin index数组是[0,1,1]，截取的尺寸的数组为[-1,2,3]，也就是说在维度为2的维度上从1开始取长度为3个的数据，但是这个维度从1开始只有2个数据，即截取的尺寸可取的值范围在[0,2]，却写了3超出了这个范围。
b=[[1,2,3],[3,1,2],[4,5,6]]
c=tf.reshape(b,[1,3,3])
a=tf.concat([c,c],0)#tf.shape(a)=[2,3,3]
print(sess.run(tf.shape(tf.slice(a,[0,1,1],[-1,2,2]))))
print(sess.run(tf.slice(a,[0,1,1],[-1,2,2])))
最低0.47元/天 解锁文章
扫一扫
373
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
