记录shape的简单使用

部署运行你感兴趣的模型镜像

shape的简单使用
使用.shape得到张量的维数,.shape[x]表示第x维上数量。

import tensorflow as tf
import numpy as np
import os

os.environ["CUDA_VISIBLE_DEVICES"] = "-1"

a = np.array([[1, 2, 3],
              [4, 5, 6]])
b = tf.convert_to_tensor(a)

print('b.shape=', b.shape)
print('b.shape[0]=', b.shape[0])
print('b.shape[1]=', b.shape[1])

结果:

b.shape= (2, 3)
b.shape[0]= 2
b.shape[1]= 3

Process finished with exit code 0

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

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