tf.shape
tf.shape(
input,
name=None,
out_type=tf.int32
)
1
2
3
4
5
例如:
将矩阵的维度输出为一个维度矩阵
import tensorflow as tf
import numpy as np

A = np.array([[[1, 1, 1],
[2, 2, 2]],
[[3, 3, 3],
[4, 4, 4]],
[[5, 5, 5],
[6, 6, 6]]])

t = tf.shape(A)
with tf.Session() as sess:
print(sess.run(t))

# 输出
[3 2 3]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
参数
input:张量或稀疏张量
name:op 的名字,用于tensorboard中
out_type:默认为tf.int32
返回值
返回out_type类型的张量
---------------------
作者:Zhangppeng
来源:CSDN
原文:https://blog.csdn.net/apengpengpeng/article/details/80579658
版权声明:本文为博主原创文章,转载请附上博文链接!

tf.shape()相关推荐

  1. tf.shape()和tf.reshape()

    一.tf.shape() tf.shape(input,name=None,out_type=tf.int32) 参数 (1)input:输入张量或稀疏张量: (2)name:命名: (3)out_t ...

  2. tensorflow 基础: static shape VS Dynamic shape, get_shape VS tf.shape() , reshape VS set_shape

    ######################################################################################### 1) 概念:stat ...

  3. tf.shape和tf.less

    tf.shape返回张量的形状 tf.less返回两个张量各元素比较(x<y)得到的真假值组成的张量 import tensorflow as tf A=[[1,2,3]] t = tf.sha ...

  4. tf.concat()详解

    tensorflow中用来拼接张量的函数tf.concat(),用法: tf.concat([tensor1, tensor2, tensor3,...], axis) 先给出tf源代码中的解释: t ...

  5. 深度学习原理与框架-CNN在文本分类的应用 1.tf.nn.embedding_lookup(根据索引数据从数据中取出数据) 2.saver.restore(加载sess参数)...

    1. tf.nn.embedding_lookup(W, X) W的维度为[len(vocabulary_list), 128], X的维度为[?, 8],组合后的维度为[?, 8, 128] 代码说 ...

  6. tf.squeeze示例代码

    官网上对此方法有介绍,但缺少验证示例,而百度上搜到的都是从官网上翻译过来的,正确倒都是正确的,只是缺少验证示例,这边写一个示例代码,希望能帮助理解 import tensorflow as tfk = ...

  7. 通俗易懂!使用Excel和TF实现Transformer

    作者 | 石晓文 转载自小小挖掘机(ID:wAIsjwj) 本文旨在通过最通俗易懂的过程来详解Transformer的每个步骤! 假设我们在做一个从中文翻译到英文的过程,我们的词表很简单如下: 中文词 ...

  8. pythonloop循环结构_python - tensorflow,tf.while_loop:这两个结构没有相同的嵌套结构 - SO中文参考 - www.soinside.com...

    我试图构建一个嵌套循环,用于创建一个2-dim零矩阵来解决LCS问题(动态编程).这稍后用于计算Rouge-L得分(输入是张量,而不是字符串),但总是出错提高ValueError: The two s ...

  9. yolov3 -tf 解析数据

    https://pan.baidu.com/s/19n-l9hg9v0pfdBAEhS5E3A 提取码: r7ec #!/usr/bin/env python3 # -*- coding: utf-8 ...

最新文章

  1. Mac--常用安装命令以及问题解决(面向自己查看)
  2. CVPR 2021 involution:超越convolution和self-attention的神经网络新算子
  3. 【数理统计】概率论基础回顾
  4. Google云服务降价,整合持续集成工具,支持Windows和托管虚拟机
  5. 用Create Fishnet来生成格网
  6. C#发现之旅第八讲 ASP.NET图形开发带超链接的饼图
  7. linux suse最新版本,SUSE Linux Enterprise Server 15 正式发布
  8. I.MX6 android 获取framebuffer信息
  9. 为何大数据分析那么重要
  10. mapguide 2011
  11. 自控原理学习笔记-反馈控制系统的动态模型(3)-开环、闭环特征模型
  12. ODAC安装配置与使用详解
  13. 万字超详细图文教程:联想G510加装内存条、固态,机械移至光驱位
  14. 中小尺寸OLED面板面临价格战,中国手机可捡便宜
  15. c语言中怎样写入百分号,C语言中如何用printf函式输出百分号?
  16. 调整和删除Win7休眠文件Hiberfil.sys释放C盘
  17. 【华为OD统一考试B卷 | 100分】按身高和体重排队(C++ Java JavaScript Python)
  18. CDA Level 1 数据分析师:6.2 指标的应用与设计
  19. android 2d动画制作,2D游戏动画生成软件(Atlas Tool)
  20. 2020年高考理综试题解析:聚焦关键能力,凸显价值引领

热门文章

  1. ANSYS2020R2 Workbench汉化及高分屏适配
  2. 生成树计数Matrix-Tree定理-数学
  3. TF.VARIABLE和TENSOR的区别(转)
  4. 最全Pycharm教程(43)——Pycharm扩展功能之UML类图使用 代码结构
  5. 操作系统学习笔记 第六章:设备管理(王道考研)
  6. 大三Java后端暑期实习面经总结——JVM篇
  7. 微调torchvision 0.3的目标检测模型
  8. 为什么edge AI是一个无需大脑的人
  9. 2021年大数据常用语言Scala(十八):基础语法学习 Map对象
  10. Could not download lint-gradle.jar (com.android.tools.lint:lint-gradle:26.4.