tensorflow张量

本文深入探讨了TensorFlow中的张量概念,包括张量的创建、操作和使用。通过实例展示了张量如何在深度学习模型中作为基本数据结构进行计算,并讨论了其在Python环境下的交互方式。
摘要由CSDN通过智能技术生成
# 张量
import tensorflow as tf
"""
1. 定义: 

    tensorflow想象成一个n维 数组, 类型 tf.tensor, tensor里面有两个重要概念:
        
        a. 类型: 
            
            dtype: 定义类型:
            
            tf.placeholder(dtype = tf.float)
        
        b. shape
        
2. 转换:

        a. 类型转换:
            
            tf.case(转换张量, 转换的类型)
            
        b. 形状转换: shape 
         
            i.动态转换
                reshape: 
            
            ii.静态转换
                set_shape:
"""


def shape():
    """
        show 张量的形状
    :return: 
    """

    a = tf.constant(10) # 标量  shape=()

    b = tf.constant([1, 2, 3, 4])  # 向量  shape=(4,)

    c = tf.constant([[1, 2, 3], [4, 5, 6]])   # shape=(2, 3)

    print(a)
    print(b)
    print(c)
    return None


def create():

    """
        创建张量
    :return: 
    ""&#
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

小徐的记事本

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