时间:2021-05-22
如下所示:
import tensorflow as tfa=tf.constant([[[1,2,3,4],[4,5,6,7],[7,8,9,10]], [[11,12,13,14],[20,21,22,23],[15,16,17,18]]])print(a.shape)b,c=tf.split(a,2,0) #参数1、张量 2、获得的切片数 3、切片的维度 将两个切片分别赋值给b,cprint(b.shape)print(c.shapewith tf.Session() as sess: #查看运行结果 print(sess.run(b)) print(sess.run(c))输出结果为
(2, 3, 4)(1, 3, 4)(1, 3, 4)[[[ 1 2 3 4] [ 4 5 6 7] [ 7 8 9 10]]][[[11 12 13 14] [20 21 22 23] [15 16 17 18]]]注意到此时b,c均为三维张量数据,若想转换为二维数组,可使用tf.reshape命令
d=tf.reshape(b,[3,4])print(d.shape) #output(3, 4)以上这篇tensorflow实现对张量数据的切片操作方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
在TensorFlow中,权重的初始化主要是在声明张量的时候进行的。而PyTorch则提供了另一种方法:首先应该声明张量,然后修改张量的权重。通过调用torch
PyTorch基础入门一:PyTorch基本数据类型1)Tensor(张量)Pytorch里面处理的最基本的操作对象就是Tensor(张量),它表示的其实就是一
前言TensorFlow是Google开源的一款人工智能学习系统。为什么叫这个名字呢?Tensor的意思是张量,代表N维数组;Flow的意思是流,代表基于数据流
Python中对于数组和列表进行切片操作是很频繁的,当然对于切片的操作可供我们直接使用的函数也是很遍历了,我们今天主要简单总结一下常用集中索引化方式,希望对大家
有一段时间没用tensorflow了,现在跑实验还是存在一些坑了,主要是关于张量计算的问题。tensorflow升级1.0版本后与以前的版本并不兼容,可能出现各