tensorflow2.0 张量操作

3 张量操作

3.1 索引

Tensorflow中,支持基本的[i][j]…的标准索引方式,也支持通过逗号分隔索引号的索引方式[i, j, k]。假设如下为图片数据

In [3]: x = tf.random.normal([4, 32, 32, 3])
  • 取第一张图片数据
In [4]: x[0]                                                                    

Out[4]: 

<tf.Tensor: id=15, shape=(32, 32, 3), dtype=float32, numpy=
  • 取第一张图片的第二行
In [5]: x[0][1]                                                                 

Out[5]: 

<tf.Tensor: id=23, shape=(32, 3), dtype=float32, numpy=
  • 取第1张图片,第2行,第3列的像素
In [6]: x[0][1][2]                                                              

Out[6]: <tf.Tensor: id=35, shape=(3,), dtype=float32, numpy=array([-0.11009463,  0.0398486 ,  1.8434385 ], dtype=float32)>
  • 取第三张图片,第2行,第1列元素,第2个通道的颜色强度值
In [7]: x[2][1][0][1]                                                           

Out[7]: <tf.Tensor: id=51, shape=(), dtype=float32, numpy=0.96755>
  • 取第2张图
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 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
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