创建随机可训练索引以从张量流中的一个2_D张量构建两个2_D张量

时间:2019-08-20 13:53:37

标签: python tensorflow tensor

我正在尝试从一个形状为(= 30的张量 AAA 创建两个形状为 shape =(30,4200)的张量,4201),然后输入type = float32。

因此,我使用 tf.gather_nd 来构建张量,并使用 def setup_ent_emb(self) 来生成随机可训练张量,如下所示:< / p>

List<String> outputList = new ArrayList<String>();
while (loop) {
   if (bytesMessage instanceof BytesMessage) {
      BytesMessage msgResponse = (BytesMessage) bytesMessage;
      if (msgResponse.getBodyLength() == 0) {
         loop = false;
      } else {
         byte[] bytes = new byte[(int) msgResponse.getBodyLength()];
         msgResponse.readBytes(bytes);
         outputList.add(new String(bytes));
         msgResponse.acknowledge();
      }
   }
}

运行代码并进行一些不同的更改后,该错误将再次出现。

  

ValueError:indexes.shape [-1]必须为<= params.rank,但对于'sub_head',锯齿索引形状为[30,4200],参数形状为[30,4201](op:'GatherNd')输入形状为[30,4201],[30,4200]

如何选择正确的张量形状?

1 个答案:

答案 0 :(得分:0)

这是您在案件中使用DynamicLink dynamicLink = FirebaseDynamicLinks.getInstance().createDynamicLink() .setLink(Uri.parse("https://exmaple.page.link/")) .setDomainUriPrefix("https://example.page.link/abcd") .setAndroidParameters(new DynamicLink.AndroidParameters.Builder().build()) .buildDynamicLink(); 的方式:

tf.gather_nd