tensorflow 中的 array_ops

本文探讨了TensorFlow和PyTorch在深度学习领域的应用。通过示例展示了TensorFlow如何在tensorflow.python.ops模块中实现类似NumPy的功能,如使用expand_dims操作。作者认为TensorFlow几乎重写了Python的所有功能,而PyTorch则被比喻为深度学习领域的NumPy,TensorFlow则像是另一个Python。
部署运行你感兴趣的模型镜像

tensorflow.python.ops 中的 array_op, 类似与numpy中的np.array

示例:

from tensorflow.python.framework import constant_op
from tensorflow.python.ops import array_ops

const0 = tf.constant(10)
const1 = constant_op.constant([10,10,10])

array_ops_result0 = array_ops.expand_dims(const0,axis=0)
array_ops_result1 = array_ops.expand_dims(const1,axis=0)

print("array_ops_result0 = ",array_ops_result0)
print("array_ops_result1 = ",array_ops_result1)

结果:

array_ops_result0 =  Tensor("ExpandDims:0", shape=(1,), dtype=int32)
array_ops_result1 =  Tensor("ExpandDims_1:0", shape=(1, 3), dtype=int32)

随感:感觉tensorflow在 tensorflow.python.ops模块把python的所有功能都用tensorflow重新复现了一遍。

所以,pytorch是深度学习领域的numpy,tensorflow是另一个python.

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值