Tensorflow 張量筆記
一,Tensor類型
可與Python類型對比學習
Tensor類型 | Python類型 | 描述 |
---|---|---|
DT_FLOAT | tf.float32 | 32位浮點數 |
DT_DOUBLE | tf.float64 | 64位浮點數 |
DT_INT64 | tf.int64 | 64位有符號整型 |
DT_INT32 | tf.int32 | 32位有符號整型 |
DT_INT16 | tf.int16 | 16位有符號整型 |
DT_INT8 | tf.int8 | 8位有符號整形 |
DT_UINT8 | tf.iunt8 | 8位無符號整形 |
DT_STRING | tf.string | 可變長度的字節數組,每一個元素都是一個字節數組 |
DT_BOOL | tf.bool | 布爾型 |
DT_COMPLEX64 | tf.complex64 | 由兩個32位浮點數組成的負數:實數和虛數 |
二,Rank(階)
簡單說就是維度
Rank | 實例 | 例子 |
---|---|---|
0 | 標量(大小) | a = 1 |
1 | 向量(大小、方向) | b = [1,1,1,1] |
2 | 矩陣(數據表) | c = [[1,1],[1,1]] |
3 | 3階張量(數據立體) | d = [[[1,1],[1,1],[1,1]]] |
n | n階 | e = [[[…[1],[1],[1]…]]](n層中括號) |
三,Shape(形狀)
shape用於描述張量內部的組織關係
eg:a = [[1,2,3],[4,5,6],[7,8,9]]
shape是兩行三列,描述爲(2,3)