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 ...

TensorFlow中的Shape如何理解

TensorFlow中的Shape如何理解

文章目录

一、前言

二、如何理解

三、总结

TensorFlow中的Shape如何理解相关推荐

最新文章

热门文章