简介 Tensorflow 张量 类型 阶 形状

Tensorflow 张量笔记

一，Tensor类型

可与Python类型对比学习

Tensor类型	Python类型	描述
DT_FLOAT	tf.float32	32位浮点数
DT_DOUBLE	tf.float64	64位浮点数
DT_INT64	tf.int64	64位有符号整型
DT_INT32	tf.int32	32位有符号整型
DT_INT16	tf.int16	16位有符号整型
DT_INT8	tf.int8	8位有符号整形
DT_UINT8	tf.iunt8	8位无符号整形
DT_STRING	tf.string	可变长度的字节数组，每一个元素都是一个字节数组
DT_BOOL	tf.bool	布尔型
DT_COMPLEX64	tf.complex64	由两个32位浮点数组成的负数：实数和虚数

二，Rank（阶）

简单说就是维度

Rank	实例	例子
0	标量（大小）	a = 1
1	向量（大小、方向）	b = [1,1,1,1]
2	矩阵（数据表）	c = [[1,1],[1,1]]
3	3阶张量（数据立体）	d = [[[1,1],[1,1],[1,1]]]
n	n阶	e = [[[…[1],[1],[1]…]]]（n层中括号）

三，Shape（形状）

shape用于描述张量内部的组织关系

eg：a = [[1,2,3],[4,5,6],[7,8,9]]
shape是两行三列，描述为（2，3）