Tensorflow tf.test.compute_gradient_错误中的形状
除了2张量外，tf.test.compute_uGradient_u误差还采取了两种形式。为什么需要它们？为什么我们不能评估张量并计算它们的形状呢？它是在TensorFlow发展的早期写的，当时形状信息与张量无关。因为它在模型代码中没有用处，所以更新它的可用性从来都不是一个优先事项Tensorflow tf.test.compute_gradient_错误中的形状,tensorflow,Tensorflow,除了2张量外，tf.test.compute_uGradient_u误差还采取了两种形式。为什么需要它们？为什么我们不能评估张量并计算它们的形状呢？它是在TensorFlow发展的早期写的，当时形状信息与张量无关。因为它在模型代码中没有用处，所以更新它的可用性从来都不是一个优先事项