在TensorFlow中,张量是一种多维数组,用于表示计算图中的数据。每个张量都具有静态维度和动态维度两个方面的特性。在本文中,我们将详细介绍TensorFlow中张量的静态维度和动态维度的概念,并提供相应的源代码示例。
- 静态维度(Static Dimensions)
静态维度是在张量创建时即确定的维度。它们在编译时就被静态地指定,并且不会随着运行时的输入数据而改变。静态维度通常在张量的形状中定义,并且可以在张量创建时明确指定。
下面是一个示例代码,展示如何在TensorFlow中创建具有静态维度的张量:
import tensorflow as tf
# 创建一个具有静态维度的张量
tensor_static = tf.constant([[1, 2, 3]