numpy/tensorflow中的不同维度的数组/tensor的运算

最新推荐文章于 2022-09-01 20:56:14 发布
最新推荐文章于 2022-09-01 20:56:14 发布
阅读量5k 收藏 3
点赞数 1
分类专栏： tensorflow 文章标签： tensorflow
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/qm5132/article/details/83346281
版权

numpy和tensorflow的array或tensor运算时，不同维度之间运算之后的结果维度会综合运算前后的维度。

示例：

n10 = np.random.randint(1,5, size=(2,2,3,1,2))

n11 = np.random.randint(1,5, size=(1,3,2))

(n10 - n11).shape
 


 

更多学习笔记可以关注我的微信公众号「kelly学挖掘」，欢迎交流。

-- over --

kelly学技术
关注
专栏目录
维度不同的张量的加减乘除
weixin_30298497的博客
06-26 2451
# 加法from keras import backend as K import numpy as np a = K.reshape(K.constant(np.arange(12)), [1,2,2,3]) b = K.reshape(K.constant(np.arange(6)), [2,1,3]) c=a+b tf_session = K.get_session() pr...
使用Numpy/TensorFlow中的tensordot进行多维矩阵相乘
blueorris的专栏
04-14 2566
在使用tensordot进行矩阵相乘的时候，axes是一个重要的参数，它可以定义两个矩阵互乘的时候是使用内积、外积、或是其他方法。 以TensorFlow的tensordot为例，其语法为： tf.tensordot( a, b, axes, name=None ) 其中a和b为输入的两个矩阵，参数axes定义了两个矩阵如何相乘。 如设置“axes=0”的时候，相当于定义为算a和...
numpy简介
weixin_38410551的博客
09-11 602
定义： NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。 NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而...
tensorflow张量运算
qq_39667860的博客
09-01 1208
这个函数可以设定axis参数，以此来指定对某个维度进行求和，如果不设置，就会默认对所有元素进行求和运算。对张量每个元素求平方或平方根也是可以用**这种数学符号的，但是需要注意的是在计算自然对数与求平方根时，张量的类型需要是浮点型，使用整型会报错。由于TensorFlow中只有以e为底的自然对数，没有提供其它数值为底的对数运算函数，但是我们可以用数学运算中的换底公式来计算其它底数的对数。tf.matmul()，向量乘法，可以用@运算符代替。tf.multiply()张量乘法，可以用*运算符代替，
TensorFlow2学习笔记：2、TensorFlow常用函数汇总
学习，是熵减的最有效途径。
07-17 454
整理学习到的一些TensorFlow常用函数
pytorch中tensor的加减乘除和常见操作
ljm_99的博客
03-10 4万+
乘法 a * b，要求两个矩阵维度完全一致，即两个矩阵对应元素相乘，输出的维度也和原矩阵维度相同 torch.mul(a, b)是矩阵a和b对应位相乘，a和b的维度必须相等，比如a的维度是(1, 2)，b的维度是(1, 2)，返回的仍是(1, 2)的矩阵 torch.mm(a,b)，要求两个矩阵维度是（n×m）和（m×p），即普通二维矩阵乘法 torch.matul(a,b)，matmul可以进行张量乘法，输入可以是高维，当输入是多维时，把多出的一维作为batch提出来，其他部分做矩阵乘法 a * b 要
一些常用的 numpy/TensorFlow 函数
Whisper321的博客
04-24 295
记录一些在计算机视觉框架搭建中有用的函数 1. y, x = np.mgrid[:feature_map_size[0], :feature_map_size[1]] 用于生成 feature map 上 anchor 的中心点阵列 2. x = np.expand_dims(x, axis=-1) 用于为张量添加额外的维度，以便下一步的计算中维度匹配 3. classes = tf.argmax...
tensorflow对应numpy_TensorFlow、numpy、matplotlib、基本操作
weixin_39710249的博客
02-04 2287
一、常量的定义importtensorflow as tf#类比 语法 api 原理#基础数据类型 运算符 流程 字典 数组data1 = tf.constant(2,dtype=tf.int32)data2= tf.Variable(10,name='var')print(data1)print(data2)#shape 维度 const长度 shape维度 dtype 数据类型ses...
tensorflow 基础操作1(tensor 基本属性 ， 维度变换，数学运算)
weixin_46955575的博客
08-09 1884
isinstance(a,tf.tensor)不推荐 or tf.is_tensor(a) 判断数据类型是不是tensor。tf.convert_to_tensor(np.ones([2,3])) # 默认float64 [2,3]被视为data。截断正态分布 tf.random.truncated_normal([2,2],mean=1，stddev=1)tf.convert_to_tensor(np.zeros([2,3])) # 默认float64。...
tensorflow 中对数组元素的操作方法
09-20
首先，TensorFlow中的数组元素操作与Numpy数组操作有共通之处，但是又有一些不同。在TensorFlow早期版本中，直接像Numpy那样操作数组并不是那么简单，因为TensorFlow的设计重点在于构建计算图，而不是即时执行操作。...
pytorch 两个不同纬度的Tensor相减是怎么实现的?
页页读
07-18 6042
pytorch 两个不同纬度的Tensor相减是怎么实现的? dim小的会复制到和dim大的一方相同,再相减. 例子: >>> import torch >>> d = torch.Tensor([[[1,2,3],[4,5,6],[7,8,9]]]) >>> d tensor([[[1., 2., 3.], [4., 5., 6.], [7., 8., 9.]]]) >>> d.shape torc
pytorch的tensor除法
qq_29007291的博客
12-10 1万+
python 3.6 pytorch 0.4.1 正常的python 3.X, 除法的结果是直接把二者转化为浮点型, 再做除法, 因此有以下结果: 1/3 """ 0. 3333""" 但是tensor不遵循这个规则, 结果如下: torch.tensor([1])/torch.tensor([3]) """tensor([0])""" ...
pytorch: 给tensor删除或者添加维度为1的维度（squeeze和unsqueeze）
傲笑风的博客
11-19 5万+
删除tensor中维度为1的维度 在pytorch中，用torch.squeeze()函数或者tensor的自身成员函数squeeze()去除维度为1的维度。 import torch x = torch.randn(3,1,4,1,2) a = x.squeeze(dim=1) # 成员函数删除第二维度 print(a.shape) b = torch.squeeze(x, dim=1) # torch自带函数删除第二维度 print(b.shape) c = torch.squeeze(x, dim
numpy和tensor类型更改（增加或减少）参数维度（reshape）
kuabiku的博客
12-20 2692
首先需注意的是numpy和tensor的维度排列顺序不一样，这里拿一张图片的shape举例： to_tensor = torchvision.transforms.ToTensor() img = cv2.imread("sample.jpg") img_tensor = to_tensor(img) print(type(img)) # <class 'numpy.ndarray'> print(img.shape) # (450, 500, 3) print(type(img_ten
使用tensorflow/keras时出现数组维度不匹配问题 的解决方法
那个人会飞
07-08 5218
一、环境Ubuntu    16.04tensorflow    1.4.0keras    2.1.3二、训练数据时报错：ValueError: Error when checking target: expected model_2 to have shape (None, 3) but got array with shape (4, 1原因：数组的维度不正确。三、解决思路一开始的想法：te...
TensorFlow用expand_dim()来增加维度
热门推荐
jasonzzj的博客
03-08 8万+
TensorFlow中，想要维度增加一维，可以使用tf.expand_dims(input, dim, name=None)函数。当然，我们常用tf.reshape(input, shape=[])也可以达到相同效果，但是有些时候在构建图的过程中，placeholder没有被feed具体的值，这时就会包下面的错误：TypeError: Expected binary or unicode strin
tensorflow 一个矩阵与多个矩阵相乘时的计算方法（二维和三维张量相乘为例）
lanlana168的博客
07-20 8255
当tensor1 的 shape 为[k, m, n]， tensor2 的 shape 为 [n, p]时， 要将tensor1的后两维构成的k个矩阵与tensor2中的矩阵做矩阵乘法得到 shape 为[k, m, p]的向量   解决办法： 1，我们知道TensorFlow的matmul已经支持了batch，即： A = tf.Variable(tf.random_normal(...
tensorflow中高维度矩阵的乘法
hopyGreat的博客
01-12 5590
简单看个例子： 这里的结果是怎么来的呢？ 仔细分析下，不难得出： 21 = 10 * 0.1 + 100 * 0.2， 86 = 20 * 0.3 + 200 * 0.4，  所以，虽然变成三维了，但实际还是做的二维运算。 高于二维的维度，挨个遍历，便可得到一个二维矩阵，对这两个二维矩阵进行线性代数里的矩阵乘法。 这样就要求了两个高维矩阵相乘必须满足的一些维度关系了。 对于两个...
numpy不同维度的数组进行运算
克豪的博客
07-03 3742
numpy中不同维度的数组进行相加的时候，只要其中一个数组的维度是另一个数组的子维度，那么他们就可以进行运算，相当于把低维数组通过复制，升级到高维，然后再进行运算 比如： a = np.arange(24).reshape(4,6) a array([[ 0, 1, 2, 3, 4, 5], [ 6, 7, 8, 9, 10, 11], [12, 13, 14, 15, 16, 17], [18, 19, 20, 21, 22, 23]]) b
numpy中有tensor类型的变量吗
最新发布
04-29
在NumPy中，没有专门的Tensor类型，但是可以使用多维数组（ndarray）来表示张量。NumPy的ndarray对象是一个固定大小的数组，它包含相同类型的元素。可以使用ndarray对象进行数学运算，例如加、减、乘、除等。同时，...
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