现在,我的函数使用argmax：
p = tf.stop_gradient(tf.argmax(prev, 1))
我尝试使用以下内容,但是dimn不兼容：
p = tf.stop_gradient(tf.nn.top_k(prev, 2)[1])
raise ValueError("Linear is expecting 2D arguments: %s" % str(shapes))
ValueError: Linear is expecting 2D arguments: [[None, 2, 1024], [None, 1024]]
我的TF版本可能是0.5,这就是为什么top_k只有2个参数的原因.
解决方法:
检查文档tf.nn.top_k().该函数返回值和索引.因此,类似下面的内容应该起作用.
values, indices = tf.nn.top_k(prev,2)
p = tf.stop_gradient(indices[1])
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
