05. TensorFlow2.0索引和切片

最新推荐文章于 2020-08-13 17:48:57 发布
最新推荐文章于 2020-08-13 17:48:57 发布
阅读量119 收藏
点赞数
分类专栏： tensorflow2
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fanjianhai/article/details/103204802
版权

1. Indexing

1.1. Basic indexing

在这里插入图片描述

1.2. Same With Numpy

1.2.1. Numpy-style indexing

在这里插入图片描述

1.2.2. start:end

在这里插入图片描述

1.2.3. Indexing by :

1.2.4. Indexing by ::

1.2.5. ::-1

在这里插入图片描述

1.2.6. …

在这里插入图片描述

2. Selective Indexing

2.1. tf.gather

  • data: [classes, students, subjects]
    • [4, 35, 8]
      在这里插入图片描述

2.2. tf.gather_nd

  • data: [classes, students, subjects]
    • [4, 35, 8]
      在这里插入图片描述
      在这里插入图片描述
  • recommended indices format:
    • [[0], [1],…]
    • [[0,0], [1,1],…]
    • [[0,0,0], [1,1,1],…]

2.3. tf.boolean_mask

在这里插入图片描述

3. 需要全套课程视频+PPT+代码资源可以私聊我

  • 方式1：CSDN私信我!
  • 方式2：QQ邮箱:594042358@qq.com或者直接加我QQ: 594042358!
越奋斗，越幸运
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
TensorFlow索引与切片的实现方法
09-18
主要介绍了TensorFlow索引与切片的实现方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
tensorflow2.1的索引与切片
12-21
import tensorflow as tf a = tf.ones([1, 5, 5, 3]) a[0][0] Out[5]: a[0][0][0] Out[6]: a[0][0][0][2] Out[7]: numpy风格的索引 a = tf.random.normal([4, 28, 28, 3]) a[1].shape Out[11]: TensorShape([28, ...
TensorFlow（四）索引与切片
Be busy living or busy dying
12-17 352
文章目录索引切片文章来源 通过索引与切片操作可以提取张量的部分数据， 它们的使用频率非常高. 索引   和C中索引矩阵相同，脚标0开始。 x = tf.random.normal([4,32,32,3]) # 创建 4D 张量 x[0] x[0][1] x[0][1][2] x[2][1][0][1] x[1,9,2]   当张量的维度数较高时， 使用[m][n][j][k]的方式书写不方便，可...
TensorFlow索引与切片语句
qq_22613769的博客
07-04 572
1.Basic indexing a=tf.ones([1,5,5,3]) #创建tensor a[0][0] #结果是5*3的tensor a[0][0][0] #结果是1*3的tensor a[0][0][0][1] #结果是一个数1 2.Numpy-style indexing a = tf.random.normal([4,28,28,3]) #4张照片 a[1].shape #第2张照片的信息维度,TensorShape([28,28,3]) a[1,2].shape #第二张照片第三
深度学习与TensorFlow 2入门实战
04-21
亚洲排名第1的新加坡国立大学AI团队倾情打造，资深研究员龙龙老师主讲，帮助人工智能、深度学习初学者快速、深刻理解深度学习算法原理与实践。【莫烦老师】权威推荐：在教学中，龙龙老师以简短高效的方式，从深度学习的多个角度向我们展开了论述，非常适合想对深度学习有全方位了解的朋友。【爱可可-爱生活】友情分享了我们的课程Github链接！课程特色：1.通俗易懂，快速入门对深度学习算法追本溯源、循序渐进式讲解，学员不需要任何机器学习基础，只需要写过代码即可轻松上手。2.实用主导，简单高效使用最新的TensorFlow 2版本教学，比起TensorFlow 1.x版本难度降低了约50%。3.案例为师，实战护航基于计算机视觉和NLP领域的经典数据集，从零开始结合TensorFlow 2与深度学习算法完成多个案例实战。4.持续更新，永久有效一次购买，永久有效。深度学习课程会持续更新下去，内容和学术界最前沿算法保持同步。
tensorflow2.0索引与切片
葛明的博客
04-02 750
最左边索引为0，然后1，2，3……从左往右 最右边索引为-1，然后-2，-3……从右往左 [开始：结束] ： “开始”默认为0，“结束”默认为最后索引+1，所以全部不写返回所有元素 返回结果包含“开始”，但不包含“结束”。 Step:步长 步长为负数表示倒序 …：表示省略逻辑上全部的维度 Tf.gather: 第一个参数是数据源，axis ...
tensorflow 2.0 基础操作 之 索引与切片
ZHE
04-15 2467
3.3 索引与切片Basic indexingNumpy-style indexingstart:endIndexing by :Indexing by ::::-1...Selective Indexingtf.gathertf.gather_ndtf.boolean_mask tensorflow 中索引与切片可以使用 numpy 风格的形式。 Basic indexing Basic in...
浅析NumPy 切片和索引
09-16
主要介绍了NumPy 切片和索引的相关资料，帮助大家更好的理解和学习NumPy的相关知识，感兴趣的朋友可以了解下。
NumPy 基本切片和索引的具体使用方法
09-19
主要介绍了NumPy 基本切片和索引的具体使用方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
TensorFlow索引与切片
HNUYSY的博客
11-19 1462
索引与切片在Tensorflow中使用的频率极其高，可以用来提取部分数据。 1.索引 在TensorFlow
Tensorflow2.0之4维张量
python_LC_nohtyp的博客
01-28 3856
文章目录Tensorflow2.0之4维张量简介：格式定义对于4维张量的索引和切片问题 Tensorflow2.0之4维张量 简介： 4 维张量在卷积神经网络中应用的非常广泛，它用于保存特征图(Feature maps)数据， 格式定义 格式一般定义为： [b,h,w,c] [b,h,w,c] [b,h,w,c] 其中????表示输入的数量，h/w分布表示特征图的高宽，????表示特征图的通道数，部分深度学习...
tensorflow 利用索引获取tensor特定元素
君莫笑
08-13 4618
上代码，利用tf.gather_nd函数: eg1: 常数索引 import tensorflow as tf sess=tf.Session() a=tf.constant([[0,1,2],[3,4,5]])#shape:(2,3) result=tf.gather_nd(a,[0,1])#1 sess.run(result) eg2:变量索引 import tensorflow as tf sess=tf.Session() a=tf.constant([[0,1,2],[3,4,5]])
tensorflow常用函数——官方文档索引
洋石灰儿的博客
05-30 2675
TensorFlow.nn. http://www.tensorfly.cn/tfdoc/api_docs/python/nn.html Neural Network Activation Functions tf.nn.relu(features, name=None) tf.nn.relu6(features, name=None) tf.nn.softplus(features...
tensorflow和keras张量切片（slice）
iTom's blog
07-03 4770
Notes 想将一个向量 x=(x1,x2,x3,x4,x5)Tx=\left(x_1,x_2,x_3,x_4,x_5\right)^Tx=(x1​,x2​,x3​,x4​,x5​)T 分割成两部分：a=(x1,x2)Ta=\left(x_1,x_2\right)^Ta=(x1​,x2​)T 和 b=(x3,x4,x5)Tb=\left(x_3,x_4,x_5\right)^Tb=(x3​,x4​...
12. Tensorflow2.0 全连接层和输出方式
11-27 867
1. Outline 1.1. Matmul （矩阵形式） ???????????? = ????(????@???? + ????) ???????????? = ????????????????(????@???? + ????) X@W+b 1.2. Neural Network （神经网络结构） lecun在86年89年在手写数字论文中用到的就是这个网络， 当时叫做神经网络。 3~5 layers 1.3. Deep Learning （深度学习） n 约等于 ...
03. Tensorflow2 手写数字识别尝鲜
11-21 795
1. 手写数字识别简述 1.1. MNIST 7000 images per category train/test splitting: 60k vs 10k 1.2. Image [28,28,1] →[784] 1.3. Input and Output 1.4. Regression VS Classification ???? = ???? ∗ ???? + ???? ???? ∈ ???????? ????????????...
11. Tensorflow2.0数据集的加载,测试,实战
11-27 742
1. tensorflow.keras.datasets 1.1. 常用数据集 boston housing （波士顿的房价） Boston housing price regression dataset. mnist/fashion mnist （手写数字） MNIST/Fashion-MNIST dataset. cifar10/100 （小型的图片识别数据集） smal...
04. TensorFlow2.0的基础知识
11-22 722
1. 数据类型 1.1. 数据容器 list np.array tf.Tensor 1.2. What’s Tensor scalar: 1.1 vector: [1.1],[1.1, 2.2, … ] matrix: [[1.1, 2.2],[3.3, 4.4],[5.5, 6.6]] tensor: ???????????????? > 2 (在神经网络中， tensor的范围相当广， 这里可以理解为狭义...
帮我TensorFlow 2.0的验证码识别代码，模型训练，模型预测，CNN
最新发布
04-27
好的，这里是一个基于TensorFlow 2.0的验证码识别模型的代码示例。该模型使用了卷积神经网络（CNN）来对验证码进行分类。 首先，导入必要的库： ``` python import tensorflow as tf import matplotlib.pyplot as ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值