Tensorflow学习资源

2022-02-21

[1] 安装（Linux）

[2] CUDA下编译的GCC降级安装

[3]手动安装最新的显卡驱动

[4] CUDA升级及相关配置

[5]基于简要分析

[6]分布式学习框架简介

[7]一些常见的基本概念和功能（1）

[8]一些常见的基本概念和功能（2）

[9]一些常见的基本概念和功能（3）

一些常见的基本概念和功能（4）

【备注】得到的尺寸（tf.shape(x)、x.shape和x.()的区别）

import tensorflow as tf

input = tf.constant([[0,1,2],[3,4,5]])
print(type(input.shape))
print(type(input.get_shape()))
print(type(tf.shape(input)))

Out:
<class 'tensorflow.python.framework.tensor_shape.TensorShape'>

<class 'tensorflow.python.framework.tensor_shape.TensorShape'>
<class 'tensorflow.python.framework.ops.Tensor'>

可以看到 s.shape 和 x.() 都返回类型对象，而 tf.shape(x) 返回类型对象。

所以为了获取维度信息，需要调用ts.()方法，返回列表：

input.shape.as_list() # Out: [2,3]
input.get_shape().as_list() # Out: [2,3]

另外，还可以获取维度的个数：

input.shape.ndims # Out: 2
input.get_shape().ndims # Out: 2

tf.rank(input) # Out: type=Tensor, value=2

总结

获取原生类型的维度信息：

input.shape.as_list() # [2,3]
input.shape.ndims # 2

获取输入的维度信息：

tf.shape(input)
tf.rank(input)

分类：

技术要点：

相关文章：