〖TensorFlow2.0笔记5〗TensorFlow2.0中的索引和切片！

最新推荐文章于 2025-07-10 10:16:00 发布
最新推荐文章于 2025-07-10 10:16:00 发布
阅读量3.5k 收藏 30
点赞数 10
CC 4.0 BY-SA版权
分类专栏： Deep Learning学习笔记 TensorFlow2.0学习笔记 文章标签： tensorflow2.0 索引和切片 Deep Learning
引用请附上作者博客链接https://zhangkaifang.blog.youkuaiyun.com/，谢谢理解！
本文链接：https://blog.youkuaiyun.com/abc13526222160/article/details/89061107
TensorFlow2.0中的索引和切片

文章目录

一. TensorFlow2.0中的索引与切片

  • 介绍如何对一个tensor的部分数据进行一个读取，也就是tensor的索引和切片。
了解本专栏 订阅专栏 解锁全文 超级会员免费看
〖TensorFlow2.0笔记23〗TensorFlow2.0学习笔记总结!
AI新视界
11-10 1万+
Tensorflow2.0全套课程学习笔记！
Tensorflow2.0笔记 - Tensor的数据索引和切片
vivo01的专栏
01-11 765
主要涉及的了基础下标索引"[]",逗号",",冒号":",省略号"..."操作，以及gather,gather_nd和boolean_mask的相关使用方法。
TensorFlow——索引与切片操作
johnny_love_1968的博客
06-10 1093
TensorFlow 的索引与切片操作 文章目录TensorFlow 的索引与切片操作一.基本切片操作二. TensorFlow 自带的切片方法2.1-tf.gather2.2-tf.gather_nd2.3-tf.boolean_mask 一.基本切片操作 首先，TensorFlow有最基本的切片操作，这个和许多高级语言的方式一样。同时，TensorFlow与Numpy语法也兼容。可以直接照搬Numpy的切片和索引操作。 除了这些，TensorFlow也有其特有的切片方法。 二. TensorFlow 自
【TensorFlow2.0】(3) 索引与切片操作
博观而约取，厚积而薄发
11-23 2403
各位同学好，今天我和大家分享一下TensorFlow2.0中索引与切片。内容有： (1) 给定每一维度的索引来获取数据；(2) 切片索引；(3) 省略号应用；(4) tf.gather() 方法；(5) tf.gather_nd() 方法；(6) 布尔索引选数据 那我们开始吧。 1. 给定每一维度的索引获取数据 1.1 变量[ ][ ] 方法 首先定义一个全为1的四维tensor，如：tf.ones([2,3,3,2])。由于整个数据庞大，不利于观察，我们使用.shape来观察取出数据的情况。
PyTorch中的张量逆序问题
最新发布
Dechin的博客
07-10 341
本文简单的介绍了一个在Pytorch中对张量进行逆序操作的方法相比于其他的框架，例如numpy和mindspore等的区别。在其他框架中我们可以直接使用slice的方法对一个张量做逆序，但是在Pytorch中，可能需要使用到一个flip函数。
简单粗暴Tensorflow2.0.pdf
04-09
本手册是一篇精简的 TensorFlow 入门指导，基于 TensorFlow 的 Eager Execution（动态图）模式，力图让 具备一定机器学习及 Python 基础的开发者们快速上手 TensorFlow
Tensorflow：索引和切片
南淮北安的博客
12-20 983
通过索引与切片操作可以提取张量的部分数据，使用频率非常高。 文章目录一、索引二、切片 一、索引 TensorFlow 中，支持基本的[????][????] …标准索引方式，也支持通过逗号分隔索引号的索 引方式。 考虑输入X 为4 张32x32 大小的彩色图片(为了方便演示，大部分张量都使用随 即分布模拟产生，后文同)，shape 为[4,32,32,3]，首先创建张量： x = tf.random.norm...
TensorFlow2.0:索引和切片(1)
meijie2018_1的博客
08-12 302
** 一 基本的索引方式 ** 给定每个维度的索引,直接进行索引 In [1]: import tensorflow as tf In [2]: import numpy as np ...
TensorFlow 2.0 学习笔记
happylls666的博客
12-08 784
tensorflow学习笔记
【TF2.0】【笔记】Tensorflow2.0数据类型基础
lyx0708的专栏
03-01 1976
文章目录tensorflow 基础数据类型数值标量向量矩阵张量字符串布尔数值精度待优化张量创建张量从Numpy List中创建Tensor全0，1 Tensor创建自定义张量创建已知分布的张量创建序列张量的典型应用标量向量 矩阵3维张量4维张量切片与索引索引切片维度变换Broadcasting数学运算加减乘除乘方指数、对数矩阵相乘一个例子： tensorflow 基础 数据类型 数值 在 Tens...
TensorFlow文档索引
shenxiaolu1984的专栏
11-04 1418
TensorFlow官方API文档索引(r0.11)，只列出一级标题便于检索。
Tensorflow2.0.pdf
11-10
Josh Gordon 为我们介绍了TensorFlow2.0 的一些新的特征与使用技巧。附件为63页ppt
tensorflow 中文使用手册
03-04
对TensorFlow英文说明书进行了翻译和整理，介绍了入门教程，tensorflow board可视化，python api等，属于基础入门级别。
tensorflow开发手册_1.0版（中文）, 2.0版（英文）
05-07
tensorflow开发手册_1.0版（中文）_201608； tensorflow开发手册_2.0版（英文）_201705；
TensorFlow（四）索引与切片
Be busy living or busy dying
12-17 423
文章目录索引切片文章来源 通过索引与切片操作可以提取张量的部分数据， 它们的使用频率非常高. 索引   和C中索引矩阵相同，脚标0开始。 x = tf.random.normal([4,32,32,3]) # 创建 4D 张量 x[0] x[0][1] x[0][1][2] x[2][1][0][1] x[1,9,2]   当张量的维度数较高时， 使用[m][n][j][k]的方式书写不方便，可...
Tensorflow 2.0 函数手册(非官方文档)
热门推荐
qq_35535616的博客
12-28 1万+
Tensorflow 2.0 函数手册tensorflow.audiotensorflow.audio.decode_wavtensorflow.audio.encode_wavtensorflow.autographtensorflow.autograph.experimentaltensorflow.autograph.experimental.do_not_convert()tensorflow.autograph.experimental.set_loop_options()tensorflow.a
TensorFlow索引/维度变换
Swayzzu的博客
11-09 354
切片和Numpy一样。 采样 tf.gather按索引取数据。设数据是[4,35,8]，4个班级，每个班级35个学生，每个学生8门课 tf.gather_nd按维度索引 前面输入数据，后面填取的联合维度。双中括号，还是和单的一样，只不过返回的是一个1维的。只把最内层的括号当做联合索引的坐标。 下面的例子，也是一样，最内层的中括号，是一个联合索引。比如in56，第0个班级，第0号学生成绩，以及第1号班级，第1号学生的成绩。也就是每一个最内层中括号，都是一个样本，而里面的每一个数据，...
【深度学习_TensorFlow】索引与切片
m0_73222051的博客
06-18 1882
可以理解成多维数组的下标索引，索引方法是 变量名[ 下标 ][ 下标 ]创建下面一个张量是什么意思？tf.ones( [ 3, 30, 30, 3 ] ) ：它是一个四维的张量，形状为 (3, 30, 30, 3)。这个张量中的每个元素都是 1。具体来说，它是一个由 3 个 3x3x3 的矩阵组成的张量，每个矩阵中的每个元素都是 1。上述张量结合实际例子就可以理解为创建一个四维张量来储存图片信息，有3张照片，分别为30 * 30 的 3 通道彩色照片。
【TensorFlow】——索引与切片
python_AI_fans的博客
06-19 1393
1、利用index进行索引 2、利用“：”和“...”进行索引与切片 3、tf.gather（）——对一个维度进行乱序索引 优势： 缺点： 例子 4、tf.gather_nd()——同时对多个维度进行索引 5、tf.boolean_mask()——通过布尔值来进行索引
Tensorflow 2.0深度学习实战：Jupyter笔记本教程
5. 与TF2.0笔记本相关联的技能和工具 - Python编程语言：作为TensorFlow的主要编程语言，Python的掌握是基础。 - NumPy和Pandas：这些库用于数据处理和分析，是处理数据前的必备工具。 - Matplotlib和Seaborn：...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

AI大模型前沿研究

感谢您的打赏，我会继续努力！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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