概述
tensor怎么理解
- tensor可以理解成一种容器 / 数据结构，它可以存放数据并且以此代表信息。tensor也可以理解成多维数组，当维度为0,1,2…时依次为标量，向量，矩阵等等。
tensor中维度的理解，或者说shape的理解
- shape参数的个数应为维度数，每一个参数的值代表该维度上的长度，例如：shape=（1,2,4）表示有3维，一维长度1，二维长度2，三维长度4
- 维度的长度，就是左数第几个中括号组之间的元素总数量。
- 对于（[2,28,28,3]）这样的tensor可以在CNN中理解成2章28*28像素的彩色图片（通道为3）。
最后
以上就是温暖烧鹅为你收集整理的怎么理解tensorflow中的张量以及shape，维度的全部内容，希望文章能够帮你解决怎么理解tensorflow中的张量以及shape，维度所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复