Tensorflow自学__1.3张量生成 输出tensor的值

已于 2022-04-21 17:42:32 修改
阅读量2.2k 收藏 1
点赞数
分类专栏： tensorflow自学 文章标签： tensorflow
于 2022-04-21 17:34:05 首次发布
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/qq_39072370/article/details/124325890
版权
在学习TensorFlow的过程中，遇到张量值无法显示的问题，初始输出始终为0。通过查阅资料，找到了两种解决办法：一是使用`tf.print()`，二是将张量转换为numpy数组。此外，还介绍了如何设置张量的固定输出、理解维度书写规则以及如何生成不同分布的随机张量，包括正态分布和均匀分布。在尝试生成随机张量时遇到了bug，但通过查阅文档解决了问题，可能是由于TensorFlow 2.0版本中某些函数的变化导致的。
摘要由CSDN通过智能技术生成

刚开始跟MOOC学习tensorflow，跟着视频写代码，才发现简简单单的代码也有各种小问题。

tensor的值无法显示，始终显示0

一开始输入

a=tf.constant([1,2,3])
print(a)
print(a.dtype)

输出：

Tensor("Const:0", shape=(3, 5), dtype=int64)
<dtype: 'int64'
最低0.47元/天 解锁文章
小蛋小蛋
关注
专栏目录
TensorFlow打印输出tensor的值
01-20
在学习TensorFlow的过程中，我们需要知道某个tensor的值是什么，这个很重要，尤其是在debug的时候。也许你会说，这个很容易啊，直接print就可以了。其实不然，print只能打印输出shape的信息，而要打印输出tensor的值，需要借助class tf.Session, class tf.InteractiveSession。因为我们在建立graph的时候，只建立tensor的结构形状信息，并没有执行数据的操作。 一 class tf.Session  运行tensorflow操作的类，其对象封装了执行操作对象和评估tensor数值的环境。这个我们之前介绍过，在定义好所有的数据
Tensorflow:输出tensor具体值
热门推荐
Felaim的博客
11-06 1万+
在一些任务中,经常需要看tensor的具体值是多少,举个例子,你得查看一部分的feature map,或者是一些数据是否符合训练的预期,那么怎么查看对应tensor的具体值(⊙o⊙)? 有些小伙伴可能会特别不屑,print一下不就好了?哈哈,要是直接print有效, LZ还花这闲工夫干啥! 举个例子,不难. 我们先生成一些随机数 import numpy as np np.random.seed(...
TensorFlow 输出tensor数据
AplusX
02-07 2723
下面这个链接讲的挺好的 https://blog.csdn.net/kdongyi/article/details/82343712 简单地说，在run()前，需要feed_dict()初始化，才可以将tensor类型数据转换为自己想要的类型 tensorflow中获取shape的方法比较： https://blog.csdn.net/yinxingtianxia/article/details/78121941 ...
python打印tensor_TensorFlow打印输出tensor的值
weixin_39772566的博客
12-11 880
在学习TensorFlow的过程中，我们需要知道某个tensor的值是什么，这个很重要，尤其是在debug的时候。也许你会说，这个很容易啊，直接print就可以了。其实不然，print只能打印输出shape的信息，而要打印输出tensor的值，需要借助class tf.Session, class tf.InteractiveSession。因为我们在建立graph的时候，只建立tensor的结构...
Tensor_demo.zip_matlab tensor_tensor_张量_张量matlab_张量代数
07-14
用matlab书写的关于tensor的列子。tensor即张量，是高纬线性代数的核心。
tensor_toolbox.zip_TensorToolbox_tensor_tensor toolbox _tensor_t
07-14
在TensorToolbox中，“张量”（Tensor）是核心概念，它是一种多维数组，可以用来表示高阶数据结构。在数学上，张量可以被视为向量和矩阵的推广，具有多个轴和相应的元素。TensorToolbox提供了一系列高级函数，帮助...
张量补全.rar_TENSOR COMPLETION_tpf_图像补全_张量补全_补全
07-15
张量分解（Tensor Factorization，TF）是实现张量补全的关键技术之一。常见的张量分解方法包括 Tucker 分解、Canonical Polyadic 分解（CP 分解）以及最近发展起来的 Tensor Train 分解等。这些方法通过将高维张量...
浅谈tensorflow中张量的提取值和赋值
12-23
已知数值的位置，从张量中提取数值：tf.gather, tf.gather_nd tf.gather indices每个元素（标量）是params某个axis的索引，tf.gather_nd 中indices最后一个阶对应于索引值。 tf.gather函数 函数原型 gather( ...
如何输出tensor中的值
weixin_30521649的博客
09-21 5053
如果直接使用print函数得到的是张量的shape和dtype。 primes = tf.constant([2,3,5,7,11,13], dtype = tf.int32) print("primes:", primes) 得到的结果是： primes: Tensor("Const:0", shape=(6,), dtype=int32) 如果只想看到张量的具体值，可...
tensorflow: 查看 tensor详细数值方法
09-20
今天小编就为大家分享一篇tensorflow: 查看 tensor详细数值方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
TensorFlow打印tensor值
nageaixiaodenanhai的博客
07-18 2758
转载：https://blog.csdn.net/qq_34484472/article/details/75049179 最近一直在用TF做CNN的图像分类，当softmax层得到预测结果后，我希望能够看到预测结果，以便和标签之间进行比较。特此补上，以便自己记忆。 我现在通过softmax层得到变量train_logits，如果我直接执行print(train_logits)时，得到的结果如...
输出Tensor变量的值
catcher23的专栏
06-04 3440
[Tensorflow]本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦： Markdown和扩展Markdown简洁的语法 代码块高亮 图片链接和图片上传 LaTex数学公式 UML序列图和流程图 离线写博客 导入导出Markdown文件 丰富的快捷键 快捷键 加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl + Q 插入
Keras输出Tensor具体值
GoldwaterKK的博客
07-13 2981
Keras输出Tensor具体值
tensorflow打印tensor详细数值
凝眸伏笔的博客
09-10 6098
问题： tensor详细数值不能直接print打印，print输出的是tensor的类型、shape、和数据类型。 import tensorflow as tf a = tf.constant(51) print a 输出： Tensor("Const:0", shape=(), dtype=int32) 原因： print只能打印输出shape的信息，而要打印输出tensor的值，需要借助 tf.Session，tf.InteractiveSession。 因为我们在建立graph的时候，只
Tensorflow入门之运算篇
Gosh_feifei_kris的博客
03-16 658
Tensor Flow入门-运算
pytorch入门篇2 玩转tensor(查看、提取、变换)
qq_44949041的博客
01-07 1万+
使用tensor最重要的就是掌握tensor数据的查看、提取和变换这三项技能。本篇博客围绕这三个方面展开，介绍了常用的tensor数据切片、torch.masked_select()数据筛选、增加/减少tensor维度、torch.expand()/torch.repeat()矩阵扩充、维度交换和重新排列torch.transpose()/torch.permute()等方法。
PyTorch教程：Tensor的使用介绍
...
06-09 1423
Tensor是PyTorch中心的数据抽象，本文深度详细介绍PyTorch的torch.Tensor类。包括创建Tensor的方法，Tensor的shape属性，tensor的数据类型和数学运算，tensor的广播机制，克隆tensor，改变tensor的维数，将tensor转换维Numpy的ndarray以及将ndarray转为为tensor。
张量的操作
u012675171的博客
06-29 376
张量操作一、拼接与切分1.1 torch.cat()1.2 torch.stack()1.3 torch.chunk()1.4 torch.split()二、索引2.1 torch.index_select()2.2 torch.masked_select()三、变换3.1 torch.reshape()3.2 torch.transpose()3.3 torch.t()3.4 torch.squeeze()3.5 torch.unsqueeze()四、数学运算1.1 加减乘除，对数指数，三角函数4.1 t
tensorflow batch_gather
最新发布
09-02
`tf.batch_gather`是tensorflow中的一个操作，用于从输入张量中根据给定的索引提取对应的元素。具体来说，它可以用于批量获取一个张量集合中的指定元素。 `tf.batch_gather`的输入包括两个张量，第一个是待提取元素的集合，第二个是对应的索引值。其中，待提取元素的集合可以是任意形状的张量，而索引值张量的形状必须与待提取元素的集合中的某个维度的大小一致。 对于索引值张量中的每个元素，`tf.batch_gather`会在待提取元素集合中找到对应索引位置上的元素，并返回一个新的张量，其中包含了这些提取的元素。 例如，假设我们有一个形状为`(4, 3)`的输入张量`features`，一个形状为`(2, 2)`的索引张量`indices`，我们可以使用`tf.batch_gather`操作从`features`中获取对应索引位置上的元素。具体代码如下： ```python import tensorflow as tf features = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]) indices = tf.constant([[0, 2], [1, 1]]) gathered_features = tf.batch_gather(features, indices) print(gathered_features) ``` 输出结果为： ``` [[ 1 3] [ 5 5]] ``` 这说明在`features`张量中，对应索引为`[0, 2]`和`[1, 1]`的位置上的元素被提取出来，并组成了一个新的张量`gathered_features`。
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