tensorflow中tensor的理解
来源:互联网 发布:windows系统占有率 编辑:程序博客网 时间:2024/05/21 06:17
import tensorflow as tfa = tf.constant([1.0, 2.0], name = 'a')b = tf.constant([2.0, 3.0], name = 'b')result = tf.add(a, b, name = 'add')print(result)
结果:Tensor(“add:0”, shape=(2,), dtype=float32)
张量表示的意思:Tensor(name名字,shape维度,type类型)
其中,名字的表示形式为:node:src_output。node为节点的名称,src_output表示当前张量来自节点的第几个输出。add:0就表示,result这个张量是计算节点“add”输出的第一个结果(编号从0开始)。
shape=(2,)表示张量result是一个一维数组,数组长度为2.
dtype=float32表示类型。类型不匹配时会报错。
如果想要得到具体的结果,必须要使用Session
with tf.Session() as sess: print(sess.run(result))
结果:[ 3. 5.]
0 0
- tensorflow中tensor的理解
- 对Tensorflow中tensor的理解
- Tensorflow中关于Tensor和Variable的理解
- tensorflow的张量(tensor)的理解
- 打印tensorflow中tensor的元素
- Tensorflow 03_: tensorflow中tensor的生命周期
- 怎样理解TensorFlow中的Tensor?
- 关于Tensorflow计算图与Tensor的理解
- 关于Tensorflow计算图与Tensor的理解
- Tensorflow中Tensor类型解析
- 机器学习0004 Tensorflow中产生tensor的函数
- 如何在tensorflow中判断tensor(张量)的值
- tensorflow 中tensor与数组之间的转换
- TensorFlow系列03——TensorFlow基本概念Tensor理解
- Effective TensorFlow Chapter 2: 理解静态和动态的Tensor类型的形状
- Tensorflow中遇到OOM when allocating tensor
- Tensorflow: 从checkpoint文件中读取tensor
- 张量(tensor)的理解
- 视图
- 《精彩绝伦的CSS》——布局(三)遏制浮动
- 【查找算法】之折半查找
- GPIO配置
- 网络字节序
- tensorflow中tensor的理解
- ZOJ2388-Beat the Spread!
- 1231
- iOS隐藏电量等状态栏
- 性能优化
- Angular4学习笔记(二):绑定和分包
- @Responsebody与@RequestBody、@RequestMapping、@PathVariable
- Git如果修改已经注册的用户名和邮箱
- FineUI秘密花园(四) — 页面级别的配置