1 张量使用
- 举例 1 (少了,号分隔符)
错误代码、结果如下:
#张量的形状
import tensorflow as tf
tens1 = tf.constant([[[1,2,2],[2,2,3]]
[[3,5,6],[5,4,3]]
[[7,0,1],[9,1,9]]
[[11,12,7],[1,3,14]]],name="tens1")
#语句中包含[]、{}或()括号,中间换行的就不需要使用多行链接符
print(tens1)
正确代码、结果如下:
#张量的形状
import tensorflow as tf
tens1 = tf.constant([[[1,2,2],[2,2,3]], #在英文状态下输入,号才正确
[[3,5,6],[5,4,3]],
[[7,0,1],[9,1,9]],
[[11,12,7],[1,3,14]]],name="tens1")
#语句中包含[]、{}或()括号,中间换行的就不需要使用多行链接符
print(tens1)
- 举例 2 (少了中括号 [ ])
错误代码、结果:
import tensorflow as tf
scalar = tf.constant(100)
vector = tf.constant([1,2,3,4,5])
matrix = tf.constant([1,2,3],[4,5,6])
cube_matrix = tf.constant([[[1],[2],[3]],[[4],[5],[6]],[7,][8],[9]])
print(scalar.get_shape())
print(vector.get_shape())
print(matrix.get_shape())
print(cube_matrix.get_shape())
正确代码、结果:
import tensorflow as tf
scalar = tf.constant(100)
vector = tf.constant([1,2,3,4,5])
matrix = tf.constant([[1,2,3],[4,5,6]])
cube_matrix = tf.constant([[[1],[2],[3]],[[4],[5],[6]],[[7,],[8],[9]]])
print(scalar.get_shape())
print(vector.get_shape())
print(matrix.get_shape())
print(cube_matrix.get_shape())
- 举例 3 (类型不匹配)
TensorFlow会对参与运算的所有张量进行类型检查,发现类型不匹配时会报错。
错误代码、结果如下:
import tensorflow as tf
a = tf.constant([1,2],name="a")
b = tf.constant([2.0,3.0],name="b")
result1 = a + b
result2 = tf.add(a,b)
print(result1)
print(result2)
正确代码、结果如下:
import tensorflow as tf
a = tf.constant([1,2],name="a")
b = tf.constant([2,3],name="b")
result1 = a + b
result2 = tf.add(a,b)
print(result1)
print(result2)