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

图片[1]-Tensorflow学习资源-唐朝资源网

[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

图片[2]-Tensorflow学习资源-唐朝资源网

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'>

图片[3]-Tensorflow学习资源-唐朝资源网

<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

图片[4]-Tensorflow学习资源-唐朝资源网

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:

© 版权声明
THE END
喜欢就支持一下吧
点赞9 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片