74、TensorFlow特殊数据结构与图的深入解析

TensorFlow特殊数据结构与图的深入解析

1. 特殊数据结构

TensorFlow除了常规的浮点或整数张量外，还支持多种特殊数据结构，下面为你详细介绍。

1.1 字符串张量

• 基本创建 ：张量可以存储字节字符串，在自然语言处理中很有用。当创建包含Unicode字符串的张量时，TensorFlow会自动将其编码为UTF - 8。示例如下：

import tensorflow as tf

# 创建字节字符串张量
print(tf.constant(b"hello world"))
# 输出：<tf.Tensor: id=149, shape=(), dtype=string, numpy=b'hello world'>

# 创建Unicode字符串张量，自动编码为UTF - 8
print(tf.constant("café"))
# 输出：<tf.Tensor: id=138, shape=(), dtype=string, numpy=b'caf\xc3\xa9'>

# 创建表示Unicode字符串的张量
print(tf.constant([ord(c) for c in "café"]))
# 输出：<tf.Tensor: id=211, shape=(4,), dtype=int32, numpy=array([ 99,  97, 102, 233], dtype=int32)>

• 字符串长度与操作