TensorFlow:tf.data.Dataset.from_tensor_slices 函数笔记

本文介绍使用TensorFlow将张量按第一维度切分成多个小张量的方法。通过实例演示了如何利用tf.data.Dataset.from_tensor_slices函数实现张量的切分,并展示了具体的代码和输出结果。
部署运行你感兴趣的模型镜像
这个函数就是将输入的张量,按第一维度切分成多个小的张量。代码如下:
import tensorflow as tf

b = tf.random.normal([3, 1, 2, 1])
bb = tf.data.Dataset.from_tensor_slices(b)
print(bb)
print('-----------------------')
for i in bb:
    print(i)

输出的结果如下:

<TensorSliceDataset shapes: (1, 2, 1), types: tf.float32>
-----------------------
tf.Tensor(
[[[-0.53834546]
  [ 0.6661047 ]]], shape=(1, 2, 1), dtype=float32)
tf.Tensor(
[[[-0.44865417]
  [ 0.5713346 ]]], shape=(1, 2, 1), dtype=float32)
tf.Tensor(
[[[-1.2513908 ]
  [-0.60661495]]], shape=(1, 2, 1), dtype=float32)

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
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