本篇文章給大家分享的是有關Tensorflow中的張量數(shù)據(jù)結構是什么,小編覺得挺實用的,因此分享給大家學習,希望大家閱讀完這篇文章后可以有所收獲,話不多說,跟著小編一起來看看吧。
創(chuàng)新互聯(lián)成立于2013年,我們提供高端網(wǎng)站建設公司、成都網(wǎng)站制作、成都網(wǎng)站設計、網(wǎng)站定制、全網(wǎng)整合營銷推廣、小程序制作、微信公眾號開發(fā)、seo優(yōu)化服務,提供專業(yè)營銷思路、內容策劃、視覺設計、程序開發(fā)來完成項目落地,為成都搬家公司企業(yè)提供源源不斷的流量和訂單咨詢。
程序 = 數(shù)據(jù)結構+算法。
TensorFlow程序 = 張量數(shù)據(jù)結構 + 計算圖算法語言
張量和計算圖是 TensorFlow的核心概念。
張量即多維數(shù)組。TensorFlow的Tensor和numpy中的array很類似。
從行為特性來看,有兩種類型的張量,常量constant和變量Variable.
常量的值在計算圖中不可以被重新賦值,變量可以在計算圖中用assign等算子被重新賦值。
張量的數(shù)據(jù)類型和numpy.array基本一一對應。
import numpy as np
import tensorflow as tf
i = tf.constant(1) # tf.int32 類型常量
l = tf.constant(1,dtype = tf.int64) # tf.int64 類型常量
f = tf.constant(1.23) #tf.float32 類型常量
d = tf.constant(3.14,dtype = tf.double) # tf.double 類型常量
s = tf.constant("hello world") # tf.string類型常量
b = tf.constant(True) #tf.bool類型常量
print(tf.int64 == np.int64)
print(tf.bool == np.bool)
print(tf.double == np.float64)
print(tf.string == np.unicode) # tf.string類型和np.unicode類型不等價
不同類型的數(shù)據(jù)可以用不同維度(rank)的張量來表示。
標量為0維張量,向量為1維張量,矩陣為2維張量。
彩色圖像有rgb三個通道,可以表示為3維張量。
視頻還有時間維,可以表示為4維張量。
可以簡單地總結為:有幾層中括號,就是多少維的張量。
可以用tf.cast改變張量的數(shù)據(jù)類型。
可以用numpy方法將tensorflow中的張量轉化成numpy中的張量。
可以用shape方法查看張量的尺寸。
模型中需要被訓練的參數(shù)一般被設置成變量張量。
以上就是Tensorflow中的張量數(shù)據(jù)結構是什么,小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
標題名稱:Tensorflow中的張量數(shù)據(jù)結構是什么
路徑分享:http://www.muchs.cn/article2/jdoeoc.html
成都網(wǎng)站建設公司_創(chuàng)新互聯(lián),為您提供移動網(wǎng)站建設、域名注冊、全網(wǎng)營銷推廣、做網(wǎng)站、外貿網(wǎng)站建設、網(wǎng)站收錄
聲明:本網(wǎng)站發(fā)布的內容(圖片、視頻和文字)以用戶投稿、用戶轉載內容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內容未經(jīng)允許不得轉載,或轉載時需注明來源: 創(chuàng)新互聯(lián)