临沂网站建设制作,中山网站优化排名,网站设计小图标,优化大师下载安装免费目录 一、什么是Tensor#xff1f;
二、Tensorflow常见数据类型
三、Tensorflow常见属性device\cpu\gpu\ndim\shape\rank等
1、创建一个tensor
1#xff09;tf.constant()
2)tf.Variable()
2、判断一个变量是否为tensor张量 3、生成不同设备#xff08;cpu,gpu#x…目录 一、什么是Tensor
二、Tensorflow常见数据类型
三、Tensorflow常见属性device\cpu\gpu\ndim\shape\rank等
1、创建一个tensor
1tf.constant()
2)tf.Variable()
2、判断一个变量是否为tensor张量 3、生成不同设备cpu,gpu上的tensor
4、判断一个tensor工作的设备
5、cpu和gpu不同设备上tensor的转换
6、tensor载体上的数据和numpy库上的数据的相互转换
7、判断变量的数据类型
8、判断变量的维度 9、tensor下不同数据类型之间进行转换 一、什么是Tensor
Tensor实际上就是Tensorflow中的数据载体可以囊括所有的数据类型如标量、矩阵、向量等
专门为神经网络中深度学习设计的一个框架中的数据载体 二、Tensorflow常见数据类型 import tensorflow as tf 三、Tensorflow常见属性device\cpu\gpu\ndim\shape\rank等 1、创建一个tensor
具体可见:《【tensorflow】——创建tensor的方法》 1tf.constant()
atf.constant(数据)
2)tf.Variable()
这个是专门为神经网络的参数进行设置的一个数据类型它含有两个属性一个是name一个是train able
a tf.range(4)#[0,1,2,3]b tf.Variable(a,name 变量名)b.nameb.trainable#返回True表示是可以训练的变量系统会自动对该变量的梯度进行监督watch 2、判断一个变量是否为tensor张量
import tensorflow as tftf.is_tensor(变量名)#是tensor返回True否则返回False 3、生成不同设备cpu,gpu上的tensor
import tensorflow as tf#创建cpu设备上的tensor变量a
with tf.device(cpu):atf.constant(1)#创建gpu设备上的tensor变量a
with tf.device(gpu):btf.constant(1.1)
4、判断一个tensor工作的设备
tf.device(变量名)#返回的是一个字符串含有当前tensor所工作的环境设备
5、cpu和gpu不同设备上tensor的转换
不同设备上的变量有些操作是不能进行的如a,b的加法就需要在同一个设备环境下才能进行否则会报错这时候就需要使用到不同设备间tensor的转换了
#假设a是cpu上的tensorb是gpu上的tensoraa a.gpu()#返回的是gpu上的tensor当然不会影响原来的tensor a所在的设备环境bb b.cpu()#返回的是cpu上的tensor当然不会影响原来的tensor b所在的设备环境
6、tensor载体上的数据和numpy库上的数据的相互转换
这是两个数据库可以看成是数据载体都可以生成不同类型的数据但是要想数据间进行操作必须转换成同一个载体下的数据才能进行操作
import tensorflow as tf#tensor转换为numpy变量名.numpy()#如果tensor是一个标量scalar的话也可以通过下面的方法进行转换为numpyint(a)
float(a)#numpy转换为tensortf.convert_to_tensor(变量名dtypetf.数据类型)
7、判断变量的数据类型
a.dtype,b.dtype,c.dtyp#返回三个变量的数据类型(tf.float32,tf.bool,tf.string)#表示在tensor数据载体下的各种数据类型#要是想验证某一个变量是否为具体的数据类型可以通过以下方法a.dtype tf.float32#返回布尔类型是返回True不是返回False
8、判断变量的维度
维度是指是标量还是向量还是矩阵抑或是更高维的数据
b.ndim#返回的是一个标量一个值等于维度tf.rank(b)#返回的是一个含有变量b相关信息的tensor 9、tensor下不同数据类型之间进行转换 tf.cast(变量名dtype需要转换成的数据类型)#例如tf.cast(aa,dtype float32/double/int32) 布尔型和整型的转化
