matlabk大于等于0如何表示_「马上学tensorflow 2.0」神经网络中数据如何表示-优快云博客

大家好，今天我们学习【马上学tensorflow 2.0】之神经网络中数据如何表示。

我们 马上学三点 ：

什么是张量，几种类型和属性
常见张量举例：向量，序列，图像，视频
张量操作，切片和批量

大家可以点击下面的“ 了解更多 ”，或搜索“ 马上学123 ”，在线观看PPT讲义。

什么是张量？

上一节例子使用的数据存储在多维 Numpy 数组中，也叫张量(tensor)。一般来说，当前所有机器学习系统都使用张量作为基本数据结构。张量对这个领域非常重要，重要到 Google 的TensorFlow 都以它来命名。

那么什么是张量？张量是一个数字容器，包含数值数据。

我们熟悉的矩阵，它是二维张量。张量是矩阵向任意维度(dimension)的推广，我们接下来介绍几种常用的张量。

标量(0D 张量)

只包含一个数字的张量叫作标量，在 Numpy中，一个float64的数字就是一个标量张量，它有 0 个维度。

>>> import numpy as np>>> x = np.array(12)>>> xarray(12)>>> x.ndim0

向量(1D 张量)

数字组成的数组叫作向量(vector) 或一维张量(1D 张量)。

下面是一个 Numpy 向量：

>>> x = np.array([12, 3, 6, 14, 7])>>> xarray([12, 3, 6, 14, 7])>>> x.ndim1

矩阵(2D 张量)

向量组成的数组叫作矩阵(matrix) 或二维张量(2D 张量)，可理解为数字组成的矩形网格。

张量的维度(dimension)通常叫作轴，矩阵有 2 个轴(通常叫作行和列)。

下面是一个 Numpy 矩阵：

>>> x = np.array([ [5, 78, 2, 34, 0], [6, 79, 3, 35, 1], [7, 80, 4, 36, 2]])>>> x.ndim2

第一个轴上的元素叫作行(row)，第二个轴上的元素叫作列(column)。

3D 张量与更高维张量

将多个矩阵组合成一个新的数组，可以得到一个** 3D 张量**，可理解为数字组成的立方体。

下面是一个 Numpy 的 3D 张量：

>>> x = np.array([[[5, 78, 2, 34, 0], [6, 79, 3, 35, 1], [7, 80, 4, 36, 2]], [[5, 78, 2, 34, 0], [6, 79, 3, 35, 1], [7, 80, 4, 36, 2]], [[5, 78, 2, 34, 0], [6, 79, 3, 35, 1], [7, 80, 4, 36, 2]]])>>> x.ndim 3

将多个 3D 张量组合成一个数组，可以创建一个 4D 张量，以此类推。

常用的数据张量举例: 向量数据

我们需要处理的数据主要是下面几种：

向量数据：2D张量，形状为 (samples, features)。其中第一个轴是样本轴，第二个轴是特征轴。

例如：人口统计数据集，其中包括每个人的年龄、邮编和收入。每个人可以表示为包含 3 个值的向量，而整个数据集包含 100 000 个人，因此可以存储在形状为 (100000, 3) 的 2D张量中。

常用的数据张量举例: 序列数据

时间序列数据或序列数据：3D 张量，形状为 (samples, timesteps, features)。根据惯例，时间轴始终是第 2 个轴。

时间序列数据

例如：股票价格数据集，每一分钟，我们将股票的当前价格、前一分钟的最高价格和前一分钟的最低价格保存下来。因此每分钟被编码为一个 3D 向量，整个交易日被编码为一个形状为 (390, 3) 的 2D 张量 (一个交易日有 390 分钟)，而 250 天的数据则可以保存在一个形状为 (250, 390, 3) 的 3D 张量中。这里每个样本是一天的股票数据。

常用的数据张量举例: 图像

图像：4D 张量，形状为 (samples, height, width, channels)。

图像通常具有三个维度：高度、宽度和颜色深度

图像通常具有三个维度：高度、宽度和颜色深度，如果图像大小为 256×256， 128 张彩色图像组成的批量可以保存在一个形状为 (128, 256, 256, 3) 的张量中。灰度图像的彩色通道只有一维，形状为 (128, 256, 256, 1)。

常用的数据张量举例: 视频

视频：5D 张量，形状为 (samples, frames, height, width, channels)。

视频数据是现实生活中需要用到 5D 张量的少数数据类型之一。

视频可以看作一系列帧，每一帧都是一张彩色图像。一系列帧可以保存在一个形状为 (frames, height, width, color_depth) 的 4D 张量中，而不同视频组成的批量则可以保存在一个 5D 张量中，其形状为(samples, frames, height, width, color_depth)。

例如，一个以每秒 4 帧采样的 60 秒视频片段，这个视频共有 240 帧，视频尺寸为 144×256， 4 个这样的视频组成的批量将保存在形状为 (4, 240, 144, 256, 3)的张量中。

张量属性

张量是由以下三个关键属性来定义的：

轴的个数(阶)：例如，3D张量有3个轴，矩阵有2个轴， Python 库中也叫ndim。
形状：这是一个整数元组，表示张量沿每个轴的维度大小(元素个数)。例如，矩阵形状为 (3, 5)，3D张量为 (3, 3, 5)，向量为 (5,)，而标量的形状为空，即 ()。
数据类型：在 Python 库中通常叫作dtype，例如，张量的类型可以是 float32、uint8、float64 等。

代码演示：

import tensorflow as tfmnist = tf.keras.datasets.mnist(train_images , train_labels), (test_images, test_labels) = mnist.load_data()# 张量 train_images 的轴的个数3，即 ndim 属性print(train_images.ndim)# 形状 (60000, 28, 28)print(train_images.shape)# 数据类型 uint8，即 dtype 属性。print(train_images.dtype)

张量切片

在前面的例子中，我们使用语法 train_images[i] 来选择沿着第一个轴的特定数字。

选择张量的特定元素叫作张量切片, 我们来看一下 Numpy 数组上的张量切片运算。

下面这个例子选择第 10~100 个数字(不包括第 100 个)，并将其放在形状为 (90, 28, 28) 的数组中。

>>> my_slice = train_images[10:100]>>> print(my_slice.shape)(90, 28, 28)

它等同于下面这个更复杂的写法:

my_slice1 = train_images[10:100, :, :] my_slice2 = train_images[10:100, 0:28, 0:28]

给出了切片沿着每个张量轴的起始索引和结束索引。

数据批量的概念

通常来说，深度学习中数据张量的第一个轴都是样本轴。在 MNIST 的例子中，样本就是数字图像，此外，深度学习模型不会同时处理整个数据集，而是将数据拆分成小批量。

下面我们用张量切片拆分第一个128的批量大小：

batch = train_images[:128]

总结：

张量是一个数字容器，包含数值数据。
常见张量举例：2D向量，3D序列，4D图像，5D视频
选择张量的特定元素叫作张量切片
深度学习模型不会同时处理整个数据集，而是将数据拆分成小批量。

这里讲了三点，关键词有哪几个？

问题：维度和轴有什么区别呢？

欢迎回复评论!

马上学，很简单！