TensorFlow之张量的形状相关操作

 

TensorFlow之张量的形状相关的操作函数主要讲解一下四种。

1、tf.shape

查看张量的形状，即返回一个一阶张量表示输入张量的形状。

tf.shape(input, name=None, out_type=tf.int32)

input：输入的张量
name：操作的名称
out_type：输出的类型(int32 or int64)， 默认tf.int32

 

2、tf.size

返回输入张量的size，即输入张量的元素数量。

tf.size(input, name=None, out_type=tf.int32)

input：输入的张量
name：操作的名称
out_type：输出的类型 (int32 or int64)，默认int32

 

3、tf.rank

查看张量的阶数

tf.rank(input, name=None)

input：输入的张量
name：操作的名称

 

4、tf.reshape

改变一个张量的形状，按照指定的shape返回一个新的张量。要是形状的某个分量是特殊值-1，那么就会计算该维度的大小，使得总大小（元素数量）保持不变，特殊的，如果传入的形状是[-1]，那么意味着把整个张量弄平为1维。必须确保变形前和变形之后的总元素个数是相同的。 

tf.reshape(tensor, shape, name=None)

tensor：输入的张量，待被改变形状的张量
shape：张量，必须是 int32, int64，决定了输出张量的形状 
name：操作的名称