Python TensorFlow，张量，张量的形状、类型、阶
发布时间
阅读量：
阅读量
张量是由一个分类型的n维数组（tf.Tensor）构成的，并包含三个组成部分：名称、形状和数据类型。
张量的阶：
张量的数据类型：
demo.py（张量的属性，shape形状，name名字，op操作）：
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2' # 设置警告级别
a = tf.constant(5.0)
print(a) # Tensor("Const:0", shape=(), dtype=float32)
# 会话
with tf.Session() as sess:
# 张量的属性
print(a.shape) # () ()表示标量，(5,)表示长度为5的一维数组，(5,6)表示二维，(5,6,7)表示三维
print(a.name) # Const:0 表示Const操作符的第一个输出
print(a.op) # 张量的操作名
'''
name: "Const"
op: "Const"
attr {
key: "dtype"
value {
type: DT_FLOAT
}
}
attr {
key: "value"
value {
tensor {
dtype: DT_FLOAT
tensor_shape {
}
float_val: 5.0
}
}
}
'''
# 张量所属的计算图
print(a.graph) # <tensorflow.python.framework.ops.Graph object at 0x7ff0f2295d68>
代码解读全部评论 (0)
还没有任何评论哟~