注册 登录
  • 欢迎访问开心洋葱网站,在线教程,推荐使用最新版火狐浏览器和Chrome浏览器访问本网站,欢迎加入开心洋葱 QQ群
  • 为方便开心洋葱网用户,开心洋葱官网已经开启复制功能!
  • 欢迎访问开心洋葱网站,手机也能访问哦~欢迎加入开心洋葱多维思维学习平台 QQ群
  • 如果您觉得本站非常有看点,那么赶紧使用Ctrl+D 收藏开心洋葱吧~~~~~~~~~~~~~!
  • 由于近期流量激增,小站的ECS没能经的起亲们的访问,本站依然没有盈利,如果各位看如果觉着文字不错,还请看官给小站打个赏~~~~~~~~~~~~~!

Tensorflow lesson 2—唯一的结构tensor

人工智能 DiegoRobot 2246次浏览 已收录 0个评论 手机上查看

在Tensorflow中所有的数据都是使用tensor来描述的,不管是变量,常量,placeholder等都是一个tensor,tensor的中文翻译是张量,也就是我们在进行tensorflow编程的时候所有的输入输出都是一个tensor,这一点非常重要的。   下图是Tensorflow官方文档中的说明   Tensorflow lesson 2---唯一的结构tensor   从中可以看出我们使用python编程中  

  • s=483. 这样的简单变量,在Tensor中被描述为一个Rank=0的tensor
  • v=[1.1,2.2,3.3]. 这种列表,在数学概念上是一种向量,而的tensorflow则被描述为Rank=1的tensor
  • m=[[1,2,3],[4,5,6],[7,8,9]],这种在数学上称之为矩阵的,在tensorflow中被描述为Rank=2的tensor
  • tensor的Rank可以是等于3或者更高的数值
  • Rank可以理解为tensor的维度,Rank越大Tensor就越复杂,所包含的信息量就越大

  tensor中的每个元素可以被是各种数据类型,tensorflow中已经定义了15种基本的数据类型   Tensorflow lesson 2---唯一的结构tensor   定义rank=0的常量  

node1 = tf.constant(3.0, tf.float32) 

  placeholder可以传递Rank=0或者Rank=1的输入参数  

a=tf.placeholder(tf.float32)
b=tf.placeholder(tf.float32)
adder_node=a+b

print(sess.run(adder_node,{a:5,b:7}))
print(sess.run(adder_node,{a:[6,9],b:[9,7]}))

  下面一段代码可以做为一个完整的练习,去理解tensor  

import tensorflow as tf
import numpy as np

node1 = tf.constant(3.0, tf.float32)  # create a constant
node2 = tf.constant(4.0)

print(node1, node2)  ##just print the node type

sess = tf.Session()
print(sess.run(node1), sess.run(node2))  ## print the node value

node3 = tf.add(node1, node2)
print("node3: ", node3)
print("sess.run node3:", sess.run(node3))


a=tf.placeholder(tf.float32)
b=tf.placeholder(tf.float32)
adder_node=a+b

print(sess.run(adder_node,{a:5,b:7}))
print(sess.run(adder_node,{a:[6,9],b:[9,7]}))

c=tf.placeholder(tf.float32)

adder_and_triple= adder_node*c
print(sess.run(adder_and_triple,{a:[8,9],b:[1,6],c:3}))

  执行完会输出如下内容:  

3.0 4.0
node3:  Tensor("Add:0", shape=(), dtype=float32)
sess.run node3: 7.0

  可以看到执行如下这一句  

print("node3: ", node3)

  输出的结果是一个Tensor结构的描述  

node3:  Tensor("Add:0", shape=(), dtype=float32)

 


开心洋葱 , 版权所有丨如未注明 , 均为原创丨未经授权请勿修改 , 转载请注明Tensorflow lesson 2—唯一的结构tensor
喜欢 (0)
[开心洋葱]
分享 (0)

您必须 登录 才能发表评论!

……
加载中……