TensorFlow2.0学习笔记-----索引与切片

最新推荐文章于 2021-06-06 23:23:04 发布
最新推荐文章于 2021-06-06 23:23:04 发布
阅读量117 收藏
点赞数
分类专栏： TensorFlow2.0 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/qq_40643699/article/details/108963622
版权

1. 索引

a = tf.ones([1,5,5,3])  创建一个shape为[1,5,5,3]的全1张量，可以理解为一张图片，大小5x5，有三个通道

 

a[1,2]和a[1][2]是同一种索引方式的不同表达形式，都可以

a[1,2]输入numpy风格的索引

 

2.切片

：前后分别是start和end

 

 

；代表该维度的所有值都取

 

 

北航_Curry
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
基于Colaboratory平台使用VGGNet网络进行图片分类
lemon_tttea的博客
12-08 349
基于VGGNet网络进行图片分类 由于样本是在有点多，加上有点其他的事情，样本制作工作，还差一点，有因为一些其他的原因，碰巧需要用Colaboratory来跑一下数据，在网上参考了一下代码之后，用Colaboratory跑了一遍图片分类的流程（我自己的实验室用做实例分割），就当先练练手了 Colaboratory平台的基本信息我就不做介绍了，网上有很多，我直接上操作截图了（跳过了Colaboratory基本使用方法，网上也有很多，搜搜就好了） 第一步，上传代码和样本数据，主要包括桑文件夹，分别存放代码、数
[tensorflow2.0]tensorflow中的子类、父类、超类
weixin_44560088的博客
01-03 1020
在使用tensorflow2.0搭建自定义层时，经常会将kears.Model类和keras.layers.Layer类作为父类。通常，继承Model的子类用来定义外部模型，作为训练的对象。继承Layer类来定义内部计算块。super() 函数是用于调用父类(超类)的一个方法。
TensorFlow2.0学习笔记-----前向传播实战
希望和大家多多交流技术！
10-10 339
本文只有训练过程，用最基础的方式即张量运算的方式来实现，并不用既定的层方式来实现网络。 任务： 代码： import tensorflow as tf import numpy as np import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # '0'代表所有信息都打印出来 '2'代表只打印error。可以方便我们查看打印的信息 (x, y), _ = tf.keras.datasets.mnist.load_data() # 只加载训练数据
tensorflow 2.0 学习笔记 索引与切片
lai983224692的博客
07-02 194
import tensorflow as tf a=tf.random.normal([4,28,28,3]) a[1].shape a[1,2].shape a[1,2,3].shape a[1,2,3,2].shape ''' start:end ''' b=tf.range(10) b[-2:] b[:3] ''' : 的运用-->全选 ''' a[:,0,:,:]...
TensorFlow学习笔记（三）
HCod
06-06 133
六、索引与切片 6.1 基础索引 >>> a=tf.ones([1,5,5,3]) >>> a # 简单点说可以根据中括号的层次来看这高维张量 <tf.Tensor: shape=(1, 5, 5, 3), dtype=float32, numpy= array([[[[1., 1., 1.], [1., 1., 1.], [1., 1., 1.], [1., 1., 1.], [1., 1.,
Tensorflow 2.0学习笔记.md
04-13
Tensorflow 2.0学习笔记.md
机器学习Scikit-Learn和TensorFlow的资料笔记.zip
最新发布
07-24
机器学习Scikit-Learn和TensorFlow的资料笔记.zip机器学习Scikit-Learn和TensorFlow的资料笔记.zip机器学习Scikit-Learn和TensorFlow的资料笔记.zip机器学习Scikit-Learn和TensorFlow的资料笔记.zip机器学习Scikit-...
autokeras学习笔记-安装篇
06-07
### Autokeras学习笔记-安装篇 #### 一、引言 随着自动机器学习(AutoML)技术的发展，越来越多的研究者和开发者投入到这一领域。Autokeras作为一款优秀的自动深度学习框架，为用户提供了便捷的方式来构建和训练深度...
Google老师亲授TensorFlow2.0入门到进阶（教学视频、笔记）
05-05
Google老师亲授TensorFlow2.0入门到进阶（教学视频、笔记） 第1章 Tensorflow简介与环境搭建 第2章 Tensorflow keras实战 第3章 Tensorflow基础API使用 第4章 Tensorflow dataset使用 第5章 Tensorflow Estimator...
TensorFlow2.0学习笔记(一）
12-21
在本篇TensorFlow 2.0的学习笔记中，我们将探讨数据读取与展示、模型构建、数据归一化、回调函数、回归模型、分类模型、深度神经网络、批归一化、激活函数、dropout技术、Wide & Deep模型、子类API实现、多输入和多...
np.expand_dims的用法
热门推荐
希望和大家多多交流技术！
08-13 2万+
np.expand_dims（a，axis=？） 即扩展维度，np.expand_dims(a,axis=)即在 a 的相应的axis轴上扩展维度 a = np.array([[1,2],[3,5]]) y = np.expand_dims(a, axis=2) z = np.expand_dims(a, axis=1) print(a.shape) print(y.shape) print(z.shape) 输出 (2, 2) (2, 2, 1) (2, 1, 2) y 变成了[ [ [1],..
TensorFlow2.0学习笔记--使用 Keras Model 的 compile 、 fit 和 evaluate 方法训练和评估模型
希望和大家多多交流技术！
10-05 1743
1. 数据集中图片和标签都需要转换成np类型的数据，图片转化为np.float32，标签转化成np.int32。 2.
TensorFlow2.0学习笔记---tensorboard可视化
希望和大家多多交流技术！
10-06 1620
1.实时查看参数变化情况 1.1 首先在pacharm程序文件夹里创建一个空文件夹用来存放tensorboard的记录文件，并在代码中实例化一个记录器： summary_writer = tf.summary.create_file_writer('./tensorboard') # 参数为记录文件所保存的目录 注意此段代码要放在训练过程之前，括号中的引号内要放记录文件的全地址，地址前面加r 1.2 接下来，当需要记录训练过程中的参数时，通过 with 语句指定希望使用的记录器，并对需
TensorFlow2.0学习笔记---early stopping和dropout
希望和大家多多交流技术！
10-14 1480
early stopping： 跟验证集validation有关，利用验证集来做测试，在做交叉验证的时候会有一个val的loss和acc曲线，根据这个曲线会自动earlystop 因为一般认为在验证时，val的acc曲线先上升，保持一段时间，然后可能因为过拟合再下降。当val的acc曲线上升之后保持一段时间之后开始下降，根据一般经验来说下降之后不会再上升到比原来还高的acc，所以在acc下降前及时early stop。 dropout层： dropout层就是在训练trai...
TensorFlow学习笔记--MLP多层感知机识别手写数字1-9
希望和大家多多交流技术！
09-30 1396
# 简单粗暴tensorflow2.0合集 视频p7-p9 多层感知机（MLP）利用多层感知机MLP实现手写数字0-9的mnist数据集的识别 import tensorflow as tf import numpy as np # 数据的获取和预处理 class MNISTLoader(): def __init__(self): mnist = tf.keras.datasets.mnist (self.train_data, self.train_lab.
TensorFlow2.0学习笔记——简单的线性回归实战
希望和大家多多交流技术！
09-27 1066
代码： import tensorflow as tf import numpy as np # 前期准备---数据处理：归一化 x_row = np.array([2013, 2014, 2015, 2016, 2017], dtype=np.float32) y_row = np.array([12000, 14000, 15000, 16500, 17500], dtype=np.float32) # 数据归一化需要用np容器类型的数据，因为TensorFlow没有x.min和x.max操作
TensorFlow2.0学习笔记----利用自定义类方式的CNN来识别mnist数据集
希望和大家多多交流技术！
10-04 845
Keras Pipeline * # 使用了 Keras 的 Subclassing API 建立模型，即对 tf.keras.Model 类进行扩展以定义自己的新模型，同时手工编写了训练和评估模型的流程。 # 这种方式灵活度高，且与其他流行的深度学习框架（如 PyTorch、Chainer）共通，是本手册所推荐的方法。 # 不过在很多时候，我们只需要建立一个结构相对简单和典型的神经网络（比如上文中的 MLP 和 CNN），并使用常规的手段进行训练。 # 这时，Keras 也给我们提供了另一套更为简单高..
TensorFlow2.0学习笔记---学习率衰减
希望和大家多多交流技术！
10-14 813
在梯度下降的时候，如果学习率learning rate 太低会导致梯度更新次数很多次才能到最低点（图一） 学习率learning rate 太高会导致梯度更新时一直震荡不能到最低点 学习率衰减 学习率在梯度下降时一开始可以大，但是后面要慢慢变小，在尽可能短的时间内达到最小点。 ...
TensorFlow学习笔记-神经元模型的数学形式
希望和大家多多交流技术！
09-21 809
如果只有一个神经元节点时，输入输出表达式可以写成：（Xi代表多个输入，一个输出y） 考虑同时输入两个训练样本，同时也可充分利用张量计算的并 行加速能力，样本分别为和 当有多个节点，即有多个输出时： ...
Linux驱动与G-Sensor学习笔记
"这篇文档是关于Linux驱动程序开发和g-sensor（加速度传感器）学习的心得体会，主要涵盖了从驱动注册到输入子系统、HAL层开发以及bma250传感器的功能描述和驱动开发步骤等内容。" 在Linux驱动开发中，`module_init`...
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