#-*-coding:utf-8-*- import tensorflow as tf #默認(rèn)不進(jìn)行轉(zhuǎn)化 a=tf.constant(3.0,dtype=tf.float32) c=tf.constant([[3.0,4.0],[5.0,7.0]],dtype=tf.float32) b=tf.constant([3.0,4.0],dtype=tf.float32) #張量的形狀與np.array()的形狀理解一樣 print(a.shape) print(b.shape) #張量類型的轉(zhuǎn)化 a=tf.to_int32(a)#返回轉(zhuǎn)化后的值，但不改變a本身 print(a) #在交互的會(huì)話環(huán)境中，進(jìn)行run--op.eval() #計(jì)算的時(shí)候轉(zhuǎn)化數(shù)值型，保存時(shí)基本都是字符串 b=tf.cast(b,dtype=tf.int32,name='cast_int32') print(b) #創(chuàng)建張量 #創(chuàng)建固定值張量 #tf.ones tf.zeros tf.constant #創(chuàng)建隨機(jī)張量--符合正太分布張量 w=tf.random_normal(shape=(2,2),mean=0.0,stddev=1.0,dtype=tf.float64,name='w')print(w) #更改形狀--reshape可以同階更改形狀，也可以跨階更改形狀，元素個(gè)數(shù)不能變化 w=tf.reshape(w,shape=(10,))#錯(cuò)誤的 w=tf.reshape(w,shape=(4,1)) w=tf.reshape(w,shape=(1,1,1,2,2))with tf.Session() as ss:print(ss.run(w)) #形狀 g=tf.placeholder(dtype=tf.float64,shape=[None,2],name='g') #w.set_shape(shape=(4,1))#不可以 #set_shape靜態(tài)形狀改變 g.set_shape((2,2))#只能用來將形狀不確定的固定下來 g=tf.reshape(g,shape=(2,2)) #reshape動(dòng)態(tài)形狀改變

?

總結(jié)

以上是生活随笔為你收集整理的深度学习tensorflow框架的张量的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。