![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Tensorflow基础
文章平均质量分 55
学习tensorflow过程中的笔记
月上柳梢头&
熬夜黄昏后
展开
-
2021_3_6_log_tensorflow
tf.shape 得到矩阵的形状信息并输出为一个矩阵。即用一个矩阵表示张量的维度信息(形状) tf.shape( input, name=None, out_type=tf.int32 ) 例如: import tensorflow as tf array1 = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[0,0,0,0]] shape=tf.shape(array1) with tf.Session() as sess: print(sess.原创 2021-03-06 18:09:52 · 74 阅读 · 0 评论 -
日志:2021_3_4 tensorflow基础(待续)
一、tf.placeholder() 占位符 tf.placeholder( dtype, shape=None, name=None ) 函数参数: dtype:数据类型。常用的是tf.float32,tf.float64等数值类型 shape:数据形状。默认是None,就是一维值,也可以是多维(比如[2,3], [None, 3]表示列是3,行不定) name:名称 返回:Tensor类型。 二、OP节点 节点概念 TensorFlow用图来表示相关计原创 2021-03-04 21:20:16 · 128 阅读 · 1 评论 -
日志:2021_3_4 tf.nn.embedding_lookup
tf.nn.embedding_lookup tf.nn.embedding_lookup函数的用法主要是选取一个张量里面索引对应的元素。 example: import tensorflow as tf a=[1,2,3,4,5,6,7,8,9,10] # 用数组a生成张量b b = tf.Variable(a) #查找张量b中的第二个和第四个元素 c = tf.nn.embedding_lookup(b, [1, 3]) with tf.Session() as sess: sess原创 2021-03-04 21:01:06 · 89 阅读 · 1 评论