数据分析-深度学习 Tensorflow Day4

小浩码出未来！

已于 2023-02-08 09:47:16 修改

阅读量508

点赞数 1

文章标签：深度学习数据分析 tensorflow

于 2023-02-07 16:19:46 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_43902376/article/details/128921008

版权

本文详细介绍了Tensorflow中维度变换的方法，包括reshape、transpose、expand_dims和squeeze，以及broadcast广播机制。同时阐述了Tensor的加减乘除、幂运算、平方根、指数和对数以及叉乘等基本运算。通过对各种操作的实例分析，帮助理解在深度学习中如何处理和操作张量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

维度变换

　reshape分解与合并维度

　　　　reshape改变维度，并不会影响数据存储的顺序与内容，只是会丢失维度的信息，改变视图结构，进行了数据重新的组合。在改变维度的过程中，应该小心，保证更改后总大小不变，例如：

　transpose转置与维度交换

　　　　transpose可以对多维Tensor进行转置，注意它并不局限于矩阵，其转置相当于将shape倒过来排列，例如[1,2,3]转置为[3,2,1]。此外，它还可以进行任意的维度交换，实际上转置也可以看做维度的交换，例如[1,2,3]现在可以将第二维和第三维交换，结果是[1,3,2]。详细情况如下，transpose指定perm时，默认功能为倒置。