tensorflow2 中szie 和shape的区别

最新推荐文章于 2024-06-17 17:16:30 发布

原创最新推荐文章于 2024-06-17 17:16:30 发布 · 422 阅读

0 ·

CC 4.0 BY-SA版权

python 同时被 2 个专栏收录

74 篇文章

订阅专栏

tensorflow

31 篇文章

订阅专栏

本文对比了PyTorch和TensorFlow2中获取tensor尺寸的方法。PyTorch使用size()函数，而TensorFlow2则采用shape属性。文章详细介绍了在TensorFlow2中如何使用tf.shape()函数来获取tensor的维度，并通过实例展示了tf.shape()和tf.size()的用法。

部署运行你感兴趣的模型镜像

最近在根据pytorch的代码改写为tensorflow2的。其中，pytorch中求tensor的矩阵大小，直接用size就可以了。例如：

#简洁明了
>>> torch.empty(3, 4, 5).size()
torch.Size([3, 4, 5])

但是到TensorFlow2中，是不能这样了。TensorFlow2中应该使用shape

Returns the shape of a tensor.
tf.shape(
input, out_type=tf.dtypes.int32, name=None
)

t = tf.constant([[[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]]])
tf.shape(t) 
<tf.Tensor: shape=(3,), dtype=int32, numpy=array([2, 2, 3], dtype=int32)>
tf.shape(t).numpy()
array([2, 2, 3], dtype=int32)
tf.size(t)  # 这个和torch.numel(t)是一个意思了
<tf.Tensor: shape=(), dtype=int32, numpy=12>