TensorFlow中的Shape如何理解
TensorFlow中的Shape如何理解
文章目录
- TensorFlow中的Shape如何理解
- 一、前言
- 二、如何理解
- 三、总结
一、前言
初学TensorFlow时,无法理解其中的Shape是什么意思。笔者查找一些资料后理解了Shape的含义。
二、如何理解
import tensorflow as tf
tf.enable_eager_execution()a = tf.constant(1)
b = tf.constant(1)
c = a + bprint(c)
输出
tf.Tensor(2, shape=(), dtype=int32)
之后笔者又运行了以下几组代码
输入
import tensorflow as tf
tf.enable_eager_execution()a = tf.constant([1])
b = tf.constant([1])
c = a + bprint(c)
输出
tf.Tensor([2], shape=(1,), dtype=int32)
输入
import tensorflow as tf
tf.enable_eager_execution()a = tf.constant([1, 1])
b = tf.constant([1, 1])
c = a + bprint(c)
输出
tf.Tensor([2, 2], shape=(1,), dtype=int32)
再根据我们的理解可以理解为:
TensorFlow时用张量这种数据结构来表示所有的数据。同时可以把初级的TensorFlow理解为线性代数的计算工具。Shape表示为张量的阶(但是此时又区分与线代中的阶),几何意义可以大致理解为张量(向量)的几何维度。而[ ]中的内容可以理解为向量中的维度界。而无[ ]这个界进行限制则可以理解为无法构成向量。这样就可以很好的理解TensorFlow中的Shape了。
注意:矩阵的阶表示矩阵的大小,比如n阶矩阵就是n*n的矩阵,而张量的阶表示维度的意思。
三、总结
TensorFlow用张量这种数据结构来表示所有的数据。你可以把一个张量想象成一个n维的数组或列表。一个张量有一个静态类型和动态类型的维数。张量可以在图中的节点之间流通。
在TensorFlow系统中,张量的维数来被描述为阶。但是张量的阶和矩阵的阶并不是同一个概念。张量的阶(有时是关于顺序或度数或者是n维)是张量维数的一个数量描述。
TensorFlow中的Shape如何理解相关推荐
- tensorflow中的shape函数理解
在tensorflow中经常用到shape函数 例如 import tensorflow as tf a = tf.constant([[1.,2.,3.],[4.,5.,6.],[7.,8.,9.] ...
- 关于Numpy数组中属性shape的理解
关于Numpy数组中属性shape的理解 概述:numpy数组都有着shape这一属性,怎么理解这一属性呢?看以下代码: # 关于numpy中shape参数的深刻理解 p1 = np.array([1 ...
- python 三维数组,numpy中np.shape的理解
python 三维数组,numpy中np.shape的应用 直接贴图对于shape函数一般表示输出数组的形状,对于二维数组就是输出行与列,对于三维数组,shape[0]表示三维数组中包含多少个二维数组 ...
- TensorFlow、Numpy中的axis的理解
TensorFlow中有很多函数涉及到axis,比如tf.reduce_mean(),其函数原型如下: def reduce_mean(input_tensor,axis=None,keepdims= ...
- 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( ...
- 对tensorflow中的tensor、placeholder及feed_dict的理解
以前不知道tf.placeholder的feed_dict格式要求,以为随便是什么格式都可以,直到自己在做测试的时候出现以下错误才知道tf.placeholder 的feed_dict填充内容不可以 ...
- tensorflow中的placeholder()
tensorflow 中在运行时动态设置某个变量的值,先使用placeholder占位.运行时动态给占位符"喂"数据. 用tf.placeholder占位 import tenso ...
- TensorFlow中RNN实现的正确打开方式
上周写的文章<完全图解RNN.RNN变体.Seq2Seq.Attention机制>介绍了一下RNN的几种结构,今天就来聊一聊如何在TensorFlow中实现这些结构,这篇文章的主要内容为: ...
- TensorFlow 中文文档 介绍
介绍 本章的目的是让你了解和运行 TensorFlow 在开始之前, 先看一段使用 Python API 撰写的 TensorFlow 示例代码, 对将要学习的内容有初步的印象. 这段很短的 Pyth ...
- 快速掌握TensorFlow中张量运算的广播机制
相信大家在使用numpy和tensorflow的时候都会遇到如下的错误 ValueError: operands could not be broadcast together with shapes ...
最新文章
- 23种设计模式C++源码与UML实现--原型模式
- Rocket - tilelink - Atomics
- 安装CoreOS到磁盘
- asp中日期时间函数介绍
- dual mysql 获取序列_MySQL获取周、月、天日期,生成排序号
- Oracle备份如何到异机还原
- import torch 找不到模块_Python零基础入门:关于Python模块与包的详细解读和使用...
- asp.net数据绑定之Eval和Bind 和等区别
- 使用UE去除复制文本中的空格、换行符和TAB
- mysql 主从库_MySQL数据库之mysql 主库有数据通过锁库做主从
- 解决git clone出现“error: RPC failed; result= 18,HTTP code = 20018. 00 KiB/s”报错的五个网址(个人用)
- JS表单验证之正则表达式
- oppor829t如何刷机_OPPO R829T卡刷刷机图文教程
- 荐书 | 9本心理治疗书籍推荐
- HDU5391米勒拉宾
- 爬虫实例二:爬取拉勾网招聘信息
- 喂喂,说好的节操呢!
- MR21修改物料标准价
- Juniper Junos设置3层接口
- 如何把catia完全卸载干净_电脑卸载不了catia软件怎么办?电脑彻底卸载catia软件的方法...