[TensorFlow系列-16]:TensorFlow基础 - 张量的操作 - 变形

Posted 文火冰糖的硅基工坊

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[TensorFlow系列-16]:TensorFlow基础 - 张量的操作 - 变形相关的知识,希望对你有一定的参考价值。

作者主页(文火冰糖的硅基工坊):https://blog.csdn.net/HiWangWenBing

本文网址:https://blog.csdn.net/HiWangWenBing/article/details/119651252

第1章 Tensor运算与操作概述

https://tensorflow.google.cn/api_docs/python/tf

1.1 概述

TensorFlow提供了大量的张量运算与操作,基本上可以对标Numpy多维数组的运算,以支持对张量的各种复杂的运算。

这些操作运算中大多是对数组中每个元素执行相同的函数运算,并获得每个元素函数运算的结果序列,这些序列生成一个新的同维度的数组。

https://www.runoob.com/numpy/numpy-linear-algebra.html

不同维度张量的维度方向标识

  • 随着张量维度的增加,张量维度的标识dim的范围也在扩宽
  • 在张量维度扩展的过程中,维度标识值(dim=n)的含义也在发生变化。
  • dim=0总是指向张量的多维数组存储的最外层:[ ] [ ] [ ], 这与物理存储的标识是相反的。

1.2 运算分类

(1)算术运算:加、减、系数乘、系数除

(2)函数运算:sin,cos

(3)取整运算:上取整、下取整

(4)统计运算:最大值、最小值、均值

(5)比较运算:大于,等于,小于、排序

(6)线性代数运算:矩阵、点乘、叉乘

1.3 张量的操作与变换

(1)变换内容: 变换张量元素的值。

(1)变换长度:变换张量的某个方向的长度(即向量的维度或长度),长度可增加,可减少。

(3)变换维度:变化张量的维度,维度可以增加,可减少。

1.4 环境准备

#环境准备
import numpy as np
import tensorflow as tf
print("hello world")
print("tensorflow version:", tf.__version__)

1.5 张量的操作 - 变形(reshape)

所谓张量的变形,就是改变张量的形状。

形状包括:张量的维度,不同维度方向上的长度。

一般情况下,变形前后,张量的总元素的个数和内容不变。

变形相关的主要操作如下:

待续。。。。。。


作者主页(文火冰糖的硅基工坊):https://blog.csdn.net/HiWangWenBing

本文网址:https://blog.csdn.net/HiWangWenBing/article/details/119651252

以上是关于[TensorFlow系列-16]:TensorFlow基础 - 张量的操作 - 变形的主要内容,如果未能解决你的问题,请参考以下文章

[TensorFlow系列-16]:TensorFlow基础 - 张量的操作 - 变形

使用亚马逊的云服务器EC2做深度学习配置TensorFlow

模块“tensorflow”没有属性“GPUOptions”

无法安装旧版本的 tensorflow

Win10上安装TensorFlow(官方文档翻译)

安装带有 SYCL 支持的 TensorFlow