标签：01 constant Tensor dtype 张量 print shape tf TensorFlow

张量

01 张量的形状

import tensorflow as tf 

a=tf.constant(4) # 标量a
print(a)

tf.Tensor(4, shape=(), dtype=int32)

b=tf.constant([2.0,3.0,4])
# 向量
print(b)

tf.Tensor([2. 3. 4.], shape=(3,), dtype=float32)

c=tf.constant([[1,2],[3,4]])
# 2个轴，类比与单通道（黑白）图片
# dtype的类型具体可以先指定
cc=tf.constant([[1, 2],[3, 4],[5, 6]], dtype=tf.float16)
print(c)
print(cc)# 指定dtype类型

tf.Tensor(
[[1 2]
 [3 4]], shape=(2, 2), dtype=int32)
tf.Tensor(
[[1. 2.]
 [3. 4.]
 [5. 6.]], shape=(3, 2), dtype=float16)

d=tf.constant([
  [[0, 1, 2, 3, 4],
   [5, 6, 7, 8, 9]],
  [[10, 11, 12, 13, 14],
   [15, 16, 17, 18, 19]],
  [[20, 21, 22, 23, 24],
   [25, 26, 27, 28, 29]],])
# 3个轴，轴数可以任意指定
# 对于三个轴可以类比于三通道（彩色图像，RGB）（3×row×col）
# 对于四个轴可以类比于四通道（batch_size×3×row×col）
# 具体不同环境，具体考虑形状各指含义
print(d)

tf.Tensor(
[[[ 0  1  2  3  4]
  [ 5  6  7  8  9]]

 [[10 11 12 13 14]
  [15 16 17 18 19]]

 [[20 21 22 23 24]
  [25 26 27 28 29]]], shape=(3, 2, 5), dtype=int32)

# 可以使用np.array()或者.numpy()方法将张量转化为numpy数组
import numpy as np
aa=a.numpy()
bb=np.array(b)
print(aa)
print(bb)

4
[2. 3. 4.]

标签：01,constant,Tensor,dtype,张量,print,shape,tf,TensorFlow
来源： https://www.cnblogs.com/Vandaci/p/16419767.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。