Tensorflow中的shape应该怎么理解,怎么记住呢?

    x = tf.placeholder(tf.float32, shape=[1,2,3] )

以上面这段代码为例为例。
首先,单看[1,2,3],这是1维的,但它作为shape时,代表要传入的数据必须是个3维的,这点首先要明白,自己理解一下。

Tensorflow和numpy一样,读shape时应该从外向内读。

先举个例子:
[[1,2,3] , [4,5,6]]

[[1,2,3],
[4,5,6]]
是一样的,都是2行3列(shape=[2,3])。应该怎么记呢?
这个矩阵,先拿掉最外层中括号,变成[1,2,3], [4,5,6],[1,2,3]和 [4,5,6]被逗号隔开成2块,理解为有2个元素,每个元素(如[1,2,3])拿掉中括号后,剩下1、2和3被逗号隔开,理解为有3个元素,所以是shape=[2,3]。

再换个例子,如果shape=[1,1,1],那它会接收什么样的数据?我们根据规则,第1个数字为“1”表示最外层的元素个数只有1个。
[a]
第二层的数字为“1”表示拿掉一次括号后,剩下的仍然只有1个元素.
[ [a] ]
相应的,第3个“1”表示再拿掉一次括号后还是只剩1个元素
[[ [a] ]]就是结果。

shape = [1,1,2]表示数据应该是这样的:[[[a,b]]]。

回到最开始,x应该输入的是[[[a,b,c],[d,e,f]]]这样格式的。

理解Tensorflow的shape相关推荐

  1. 基于Go语言来理解Tensorflow

    Tensorflow并非一套特定机器学习库--相反,其属于一套通用型计算库,负责利用图形表达计算过程.其核心通过C++语言实现,同时亦绑定有多种其它语言.与Python绑定不同的是,Go编程语言绑定不 ...

  2. 用 Go 语言理解 Tensorflow

    原文:https://pgaleone.eu/tensorflow/go/2017/05/29/understanding-tensorflow-using-go/ Tensorflow 并不是一个严 ...

  3. 使用Go语言来理解Tensorflow

    原文:Understanding Tensorflow using Go 作者:P. Galeone 翻译:雁惊寒 译者注:本文通过一个简单的Go绑定实例,让读者一步一步地学习到Tensorflow有 ...

  4. tensorflow 里metrics_深入理解TensorFlow中的tf.metrics算子

    [IT168 技术]01 概述 本文将深入介绍Tensorflow内置的评估指标算子,以避免出现令人头疼的问题. tf.metrics.accuracy() tf.metrics.precision( ...

  5. MiniFlow,帮助理解TensorFlow关键概念--图

    MiniFlow 在学习TensorFlow之前,让我们学习可微分图(Differentiable graphs),这是TensorFlow用于运行和训练网络的基本抽象.我们将构建一个叫MiniFlo ...

  6. 理解 TensorFlow 之 word2vec

    自然语言处理(英语:Natural Language Processing,简称NLP)是人工智能和语言学领域的分支学科.自然语言生成系统把计算机数据转化为自然语言.自然语言理解系统把自然语言转化为计 ...

  7. 通过图+代码来理解tensorflow中反卷积

    反卷积这个东西老是容易忘,而且很多文章理论讲的很详细,但反卷积实际怎么操作的却没有概念,因此想以自己喜欢的方式(直接上图和代码)写一篇,以便随时翻阅. 卷积 tf中的padding方式有两种,SAME ...

  8. 机器学习入门案例简单理解——Tensorflow之MNIST解析

    深度学习简单介绍 首先要简单区别几个概念:人工智能,机器学习,深度学习,神经网络.这几个词应该是出现的最为频繁的,但是他们有什么区别呢? 人工智能:人类通过直觉可以解决的问题,如:自然语言理解,图像识 ...

  9. 深入理解tensorflow架构设计与实现原理(彭靖田著)

    import tensorflow as tf a=tf.constant(1.0) b=tf.constant(2.0) c=tf.add(a,b) print([a,b,c]) #输出 [< ...

  10. 4.3CNN卷积神经网络最详细最容易理解--tensorflow源码MLP对比

    自己开发了一个股票智能分析软件,功能很强大,需要的点击下面的链接获取: https://www.cnblogs.com/bclshuai/p/11380657.html 1.1  CNN卷积神经网络 ...

最新文章

  1. Elasticsearch环境搭建
  2. Linux Shell编程(5)——shell特殊字符(下)
  3. 如何使用加密的Payload来识别并利用SQL注入漏洞
  4. 首秀 Express 框架
  5. Mac OS使用技巧之十三:Finder中标记的使用
  6. 天池 在线编程 插入五
  7. python中奖号_Python分析彩票记录并预测中奖号码过程详解
  8. markdown编辑器sublime text3
  9. php使用blob加密视频,javascript实现blob加密视频源地址的方法
  10. JAVA实现飞机大战详解
  11. 南京师范大学汤国安教授《地理信息与人类生活》系列精品课程(5集全)
  12. 设置360浏览器默认以极速模式打开
  13. Wide Deep模型
  14. 计组——彻底搞懂cache主存映射以及cache容量的计算
  15. 相关性系数替代模型预测得分
  16. MD5验证工具:md5sum
  17. three.js渲染带动画的glb文件(内附源码,保姆级)
  18. 【计算机视觉】回顾2022年计算机视觉领域最激动人心的进展
  19. MFC使用第三方CSpreadSheet
  20. 教育界杂志教育界杂志社教育界编辑部2022年第10期目录

热门文章

  1. uva-10041-水题
  2. 麦克纳姆轮(全向轮)
  3. android 加载图片进度条,实现微信图片加载显示进度的效果-LoadingProgress
  4. Windows 11 21H2正式版镜像
  5. 2022年Q1手机银行用户规模达6.5亿,加强ESG个人金融产品创新
  6. mm游戏大全HTML5小游戏,HTML5小游戏——看你有多色(示例代码)
  7. ERP是什么管理系统?
  8. appinventor计算机教程,App Inventor编程开发集锦2-计算器-第2课-实现常规操作
  9. 数字逻辑电路设计(实验测试题)
  10. ADXL345传感器小结