本篇文章給大家分享的是有關(guān)Tensorflow中的張量數(shù)據(jù)結(jié)構(gòu)是什么，小編覺(jué)得挺實(shí)用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話不多說(shuō)，跟著小編一起來(lái)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(shè)公司、成都網(wǎng)站制作、成都網(wǎng)站設(shè)計(jì)、網(wǎng)站定制、全網(wǎng)整合營(yíng)銷推廣、小程序制作、微信公眾號(hào)開(kāi)發(fā)、seo優(yōu)化服務(wù)，提供專業(yè)營(yíng)銷思路、內(nèi)容策劃、視覺(jué)設(shè)計(jì)、程序開(kāi)發(fā)來(lái)完成項(xiàng)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(jié)構(gòu)+算法。

TensorFlow程序 = 張量數(shù)據(jù)結(jié)構(gòu) + 計(jì)算圖算法語(yǔ)言

張量和計(jì)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(lái)看，有兩種類型的張量，常量constant和變量Variable.

常量的值在計(jì)算圖中不可以被重新賦值，變量可以在計(jì)算圖中用assign等算子被重新賦值。

一，常量張量

張量的數(shù)據(jù)類型和numpy.array基本一一對(duì)應(yīng)。

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(jià)

不同類型的數(shù)據(jù)可以用不同維度(rank)的張量來(lái)表示。

標(biāo)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(gè)通道，可以表示為3維張量。

視頻還有時(shí)間維，可以表示為4維張量。

可以簡(jiǎn)單地總結(jié)為：有幾層中括號(hào)，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(zhuǎn)化成numpy中的張量。

可以用shape方法查看張量的尺寸。

二，變量張量

模型中需要被訓(xùn)練的參數(shù)一般被設(shè)置成變量張量。

以上就是Tensorflow中的張量數(shù)據(jù)結(jié)構(gòu)是什么，小編相信有部分知識(shí)點(diǎn)可能是我們?nèi)粘９ぷ鲿?huì)見(jiàn)到或用到的。希望你能通過(guò)這篇文章學(xué)到更多知識(shí)。更多詳情敬請(qǐng)關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

標(biāo)題名稱：Tensorflow中的張量數(shù)據(jù)結(jié)構(gòu)是什么
路徑分享：http://jinyejixie.com/article2/jdoeoc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供移動(dòng)網(wǎng)站建設(shè)、域名注冊(cè)、全網(wǎng)營(yíng)銷推廣、做網(wǎng)站、外貿(mào)網(wǎng)站建設(shè)、網(wǎng)站收錄

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)