TensorFlow入门(二)--Rank,Shape,Type
来源:互联网 发布:意大利签证 知乎 编辑:程序博客网 时间:2024/05/25 05:35
Tensor(张量)的Rank(阶)、Shape(形状)、Type(数据类型)
TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之间流通.
Rank(阶)
在TensorFlow系统中,张量的维数来被描述为阶.但是张量的阶和矩阵的阶并不是同一个概念.张量的阶(有时是关于如顺序或度数或者是n维)是张量维数的一个数量描述.比如,下面的张量(使用Python中list定义的)就是2阶.
t = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
你可以认为一个二阶张量就是我们平常所说的矩阵,一阶张量可以认为是一个向量.对于一个二阶张量你可以用语句t[i, j]
来访问其中的任何元素.而对于三阶张量你可以用't[i, j, k]'来访问其中的任何元素.
阶
数学实例
Python 例子
0
纯量 (只有大小)
s = 483
1
向量(大小和方向)
v = [1.1, 2.2, 3.3]
2
矩阵(数据表)
m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
3
3阶张量 (数据立体)
t = [[[2], [4], [6]], [[8], [10], [12]], [[14], [16], [18]]]
n
n阶 (自己想想看)
....
Shape(形状)
TensorFlow文档中使用了三种记号来方便地描述张量的维度:阶,形状以及维数.下表展示了他们之间的关系:
阶
形状
维数
实例
0
[ ]
0-D
一个 0维张量. 一个纯量.
1
[D0]
1-D
一个1维张量的形式[5].
2
[D0, D1]
2-D
一个2维张量的形式[3, 4].
3
[D0, D1, D2]
3-D
一个3维张量的形式 [1, 4, 3].
n
[D0, D1, ... Dn]
n-D
一个n维张量的形式 [D0, D1, ... Dn].
形状可以通过Python中的整数列表或元祖(int list或tuples)来表示,也或者用TensorShape
class.
例子:
>>> matrix=tf.constant([[1,2,3],[4,5,6]])>>> matrix<tf.Tensor 'Const_3:0' shape=(2, 3) dtype=int32>
Type(数据类型)
除了维度,Tensors有一个数据类型属性.你可以为一个张量指定下列数据类型中的任意一个类型:
数据类型
Python 类型
描述
DT_FLOAT
tf.float32
32 位浮点数.
DT_DOUBLE
tf.float64
64 位浮点数.
DT_INT64
tf.int64
64 位有符号整型.
DT_INT32
tf.int32
32 位有符号整型.
DT_INT16
tf.int16
16 位有符号整型.
DT_INT8
tf.int8
8 位有符号整型.
DT_UINT8
tf.uint8
8 位无符号整型.
DT_STRING
tf.string
可变长度的字节数组.每一个张量元素都是一个字节数组.
DT_BOOL
tf.bool
布尔型.
DT_COMPLEX64
tf.complex64
由两个32位浮点数组成的复数:实数和虚数.
DT_QINT32
tf.qint32
用于量化Ops的32位有符号整型.
DT_QINT8
tf.qint8
用于量化Ops的8位有符号整型.
DT_QUINT8
tf.quint8
用于量化Ops的8位无符号整型.
- TensorFlow入门(二)--Rank,Shape,Type
- tensorflow入门(二)---tensorflow显存管理
- TensorFlow学习笔记(二):TensorFlow入门
- TensorFlow编程入门(二)
- tensorflow报错:Shape must be rank 2 but is rank 3 for 'MatMul' (op: 'MatMul')
- tensorflow报错:Shape must be rank 2 but is rank 3 for 'MatMul' (op: 'MatMul')
- 深入浅出TensorFlow(二):TensorFlow解决MNIST问题入门
- 深入浅出TensorFlow(二):TensorFlow解决MNIST问题入门
- 深入浅出TensorFlow(二):TensorFlow解决MNIST问题入门
- tensorflow学习记录(二):入门基础
- TensorFlow学习笔记(二)MNIST入门
- Tensorflow入门二 mnist识别(一)
- Tensorflow入门三 mnist识别(二)
- Tensorflow系列二:入门
- tensorflow入门(二)
- struts入门之return type(二)
- shape(二)
- TensorFlow入门(二)——基本用法
- <操作系统:精髓与设计原理> 线程
- 设计模式之单例模式
- Hibernate学习笔记(1)
- dfs-全排列
- android中仿<饿了么>listview与stickylistheaderslistview联动
- TensorFlow入门(二)--Rank,Shape,Type
- mysql存储过程
- 虚拟化中CPU指令集的问题
- 39.Linux 内核
- C#连接MYSQL数据库并进行查询
- Android设计模式(十一)-观察者模式
- C语言常用头文件及库函数
- springmvc + json + js + ajax 数据交互
- CSU-1120——病毒