TensorFlow 中计算张量中元素个数 tf.size 的基本用法及实例代码

一、环境

TensorFlow API r1.12

CUDA 9.2 V9.2.148

cudnn64_7.dll

Python 3.6.3

Windows 10

 

二、官方说明

返回输入张量的大小,注意不是 shape,而是元素个数,0 维张量,默认为 tf.int32 类型

效果等同于 numpy 中的 np.size()

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

 

参数:

input:张量或稀疏张量

name:可选参数,操作的名称

out_type:可选参数,操作的指定非量化数字输出类型,默认是 tf.int32 类型

返回:

out_type 数据类型的张量,默认是 tf.int32.

 

三、实例

>>> import tensorflow as tf
>>> input_tensor = tf.constant(value=[[[1,1,1],[2,2,2],[3,3,3],[4,4,4]]])
>>> input_tensor
# <tf.Tensor 'Const:0' shape=(1, 4, 3) dtype=int32>
>>> num_elements = tf.size(input_tensor)
>>> num_elements
# <tf.Tensor 'Size:0' shape=() dtype=int32>
>>> with tf.Session() as sess:
...     print(sess.run(num_elements))
...
12

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

csdn-WJW

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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