Tensorflow 中的矩阵和向量

最新推荐文章于 2024-07-25 22:30:43 发布

liuxiangxxl

最新推荐文章于 2024-07-25 22:30:43 发布

阅读量3k

点赞数 1

分类专栏：深度学习

深度学习专栏收录该内容

36 篇文章

订阅专栏

博客分享了刚使用TensorFlow时易犯的低级错误，指出TensorFlow用张量表示数据，二阶张量是矩阵，一阶张量是向量。还给出代码示例，展示矩阵乘法和向量乘法的不同，强调不细心使用会报错。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

真的很粗心啊！！刚玩Tensorflow总是会犯这种低级错误！

转载地址：https://blog.youkuaiyun.com/weixin_42147780/article/details/81117734

只要明确如下两句话基本可以摆脱这种小毛病。

1.TensorFlow用张量这种数据结构来表示所有的数据。

2.一个二阶张量就是我们平常所说的矩阵，一阶张量可以认为是一个向量。

如果不细心就总是会报错上面的错误！

扔代码：

import tensorflow as tf
#这个是矩阵的乘，位置交换不可以
matrix1 = tf.constant([[3.,3.]]) #两对中括号 [[ ]] ，这里是矩阵。少了一对中括号就变成向量了
matrix2 = tf.constant([[2.],[2.]])
result1 = tf.matmul(matrix1,matrix2) #矩阵乘法tf.matmul()
result2 = tf.matmul(matrix2,matrix1)

#这个是向量的乘,位置交换没关系
vector1 = tf.constant([3.,3.]) #这里只有一对中括号 []，就是向量！
vector2 = tf.constant([1.,2.])
result3 = tf.multiply(vector1,vector2) #向量乘法。tf.multiply()
result4 = tf.multiply(vector2,vector1)

sess = tf.Session()
r1 = sess.run(result1)
r2 = sess.run(result2)
r3 = sess.run(result3)
r4 = sess.run(result4)
print("print the matrix result")
print(r1,'\n',r2)

print("print the vector result")
print(r3,'\n',r4)