tensorflow中的shape问题
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(有时是关于如顺序或度数或者是n维)
是张量维数的一个数量描述。
比如,下面的张量(使用Python中list定义的)就是2阶.
t = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
你可以认为一个二阶张量就是我们平常所说的矩阵,一阶张量可以认为是一个向量.对于一个二阶张量你可以用语句t[i, j]
来访问其中的任何元素.
而对于三阶张量你可以用't[i, j, k]'来访问其中的任何元素.
阶 | 数学实例 | Python 例子 |
---|---|---|
0 | 纯量 (只有大小) |
s = 483
|
1 | 向量(大小和方向) |
v = [1.1, 2.2, 3.3]
|
2 | 矩阵(数据表) |
m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
|
3 | 3阶张量 (数据立体) |
t = [[[2], [4], [6]], [[8], [10], [12]], [[14], [16], [18]]]
|
n | n阶 (自己想想看) |
....
|
形状
TensorFlow文档中使用了三种记号来方便地描述张量的维度:阶,形状以及维数.下表展示了他们之间的关系:
阶 | 形状 | 维数 | 实例 |
---|---|---|---|
0 | [ ] | 0-D | 一个 0维张量. 一个纯量. |
1 | [D0] | 1-D | 一个1维张量的形式[5]. |
2 | [D0, D1] | 2-D | 一个2维张量的形式[3, 4]. |
3 | [D0, D1, D2] | 3-D | 一个3维张量的形式 [1, 4, 3]. |
n | [D0, D1, ... Dn] | n-D | 一个n维张量的形式 [D0, D1, ... Dn]. |
shape [2,3] 表示为数组的意思是第一维有两个元素,第二维有三个元素,如: [[1,2,3],[4,5,6]]
先具体地看几个例子:
第一个:shape=[3,3]
输出为:
第二个:shape=[1,3,3]
输出为:
通过上面两个例子,通过输出形式可以看到,当二维张量变为三维时,首先中括号层数相应变为三层,其中[1,3,3]中的1,表示内部具有两层中括号的数组只有一组,3代表两层中括号内又包含三组元素,最后一个3代表每一个最小数组单元中包含3个元素。
其实shape怎么看,可以通过数中括号的方式来简单的判断和设定。
tensorflow中的shape问题相关推荐
- 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.] ...
- 如何使用TensorFlow中的Dataset API
翻译 | AI科技大本营 参与 | zzq 审校 | reason_W 本文已更新至TensorFlow1.5版本 我们知道,在TensorFlow中可以使用feed-dict的方式输入数据信息,但是 ...
- tensorflow中的向量范数
向量范数(Vector Norm):是表征向量"长度"的一种度量方法,其中可以推广到张量上. 在tensorflow中可以通过tf.norm(x,ord)求解张量的L1,L2,∞等 ...
- tensorflow中的变量管理
import tensorflow as tf# variable_scope()示例 """ tensorflow中通过变量名称获取变量的机制主要是通过tf.get_v ...
- tensorflow中打印一个tensor值
tensorflow中打印一个tensor值 代码: import tensorflow as tf x = tf.ones(shape=[2, 3], dtype=tf.int32,name='x' ...
- TensorFlow里,shape=(?, 120)里的问号是怎么回事呢
TensorFlow里,shape=(?, 120)里的问号是怎么回事呢 125 self.cos_sim (1024, 51) Tensor("cosine-imilarity-lay ...
- 中tile函数_HelpGirlFriend 系列 --- tensorflow 中的张量运算思想
GirlFriend 在复现论文的时候,我发现她不太会将通用数学公式转化为张量运算公式,导致 tensorflow 无法通过并行的方式优化其论文复现代码的运行速率. 这里对给 GirlFriend 讲 ...
- 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: ...
- 8.2 TensorFlow实现KNN与TensorFlow中的损失函数,优化函数
前言 8.1 mnist_soft,TensorFlow构建回归模型中对主要对计算图的概念与公式与计算图的转化进行了介绍,8.2则主要介绍一下TensorFlow中自带的几个算子,与优化函数,损失函数 ...
最新文章
- 手把手教你写移动端瀑布流控件布局篇
- Mysql的空值与NULL的区别
- 成功解决object at 0x000002463192BAC8
- java 的 AccessController.doPrivileged使用
- 知识管理在客户关系管理中的应用领域
- 带你梳理Roach全量恢复的整体流程
- Android 解决下拉刷新控件和ScrollVIew的滑动冲突问题。
- python学习笔记16--javascript总结
- Java的深拷贝 vs 浅拷贝
- 面向单片机编程(一)- 单片机该怎么学
- sqlplus连接mysql_sqlplus连接的三种方式
- 第 10 章 Python 第三方库使用
- 论文解读:MeLU:Meta-Learned User Preference Estimator for Cold-Start Recommendation
- 009.查找手机电话簿【散列表】
- python解析xml读取指定属性_python批量修改xml某些内容和属性
- 单项冠军企业申报条件及奖励政策
- 复旦大学郁喆隽:网络制造出人的“幻象”,深度思考如何可能?
- Quartus II LPM使用指南-FIFO篇
- 智慧工地系统_成都智慧工地平台
- php 对图片缩放,php 图片等比例缩放和截图
热门文章
- 插画师如何确定自己的风格?教你如何一步步找到自己绘画风格!
- UDAL 分布式数据库介绍(1)
- Flutter从相册选择图片和相机拍照(image_picker)
- python中sub的用法_python 正则表达式篇 - sub 用法
- 易基因|ChIP-seq分析方法:实用的工作流程和高级应用
- Fetcher failure for URL: ‘gitsm://github.com/Xilinx/qemu.git;protocol=https petalinux build 问题
- 详解PON基础知识:OLT、ONU、ONT和ODN
- vlog短视频_适用于Vlog或视频网络的20+ WordPress主题
- 红米note3android耗电,红米Note3全网 flyme6 完美精简 省电优化 DPI设置 流畅实用-刷机之家...
- 举个例子解释下什么是线程不安全?