获取Tensor的维数

> import tensorflow as tf

> tf.__version__
'1.2.0-rc1'

> x=tf.placeholder(dtype=float32,shape=[1,2,3,4])
> x=tf.placeholder(dtype=tf.float32,shape=[1,2,3,4])

> x.shape
TensorShape([Dimension(1), Dimension(2), Dimension(3), Dimension(4)])
> x.get_shape()
TensorShape([Dimension(1), Dimension(2), Dimension(3), Dimension(4)])
# 返回tuple

> x.shape[2]
Dimension(3)
> x.get_shape()[2]
Dimension(3)

# 获取具体维度数值
> x.shape[2].value
3
> x.get_shape()[2].value
3
# 也可以将TensorShape变量转化为list类型,然后直接按照索引取值
> x.shape.as_list()
[1, 2, 3, 4]
> x.shape.as_list()
[1, 2, 3, 4]

# 可以与int型数值比较
> x.shape[2] == 3
True
> x.get_shape()[2] == 3
True

以上这篇Tensorflow获取张量Tensor的具体维数实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

标签:
Tensorflow,张量,Tensor,维数

免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com

评论“Tensorflow获取张量Tensor的具体维数实例”

暂无“Tensorflow获取张量Tensor的具体维数实例”评论...

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。