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:
© 版权声明
本站下载的源码均来自公开网络收集转发二次开发而来,
若侵犯了您的合法权益,请来信通知我们1413333033@qq.com,
我们会及时删除,给您带来的不便,我们深表歉意。
下载用户仅供学习交流,若使用商业用途,请购买正版授权,否则产生的一切后果将由下载用户自行承担,访问及下载者下载默认同意本站声明的免责申明,请合理使用切勿商用。
THE END
暂无评论内容