tf.shape()和tf.reshape()

本文详细介绍了TensorFlow中tf.shape()和tf.reshape()函数的使用方法。tf.shape()用于获取张量的形状并返回一个张量,而tf.reshape()则用于改变张量的形状。通过具体实例展示了如何应用这两个函数来处理不同维度的张量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、tf.shape()

tf.shape(input,name=None,out_type=tf.int32)

参数

(1)input:输入张量或稀疏张量;

(2)name:命名;

(3)out_type:默认tf.int32类型;

输出

返回out_type类型张量。

例子:将矩阵的维度输出成一个维度的矩阵

import tensorflow as tf
import numpy as np

A = np.array([[[1, 1, 1],
               [2, 2, 2]],
              [[3, 3, 3],
               [4, 4, 4]],
              [[5, 5, 5],
               [6, 6, 6]]])
t = tf.shape(A)
with tf.Session() as sess:
    print(sess.run(t))

import tensorflow as tf
import numpy as np

A = np.array([[[1, 1],
               [2, 2]],
              [[3, 3],
               [4, 4]]])
t = tf.shape(A)
with tf.Session() as sess:
    print(sess.run(t))

二、tf.reshape()

tf.reshape(tensor,shape,name=None)

参数

(1)tensor:输入张量;

(2)shape:列表形式,可以存在-1;

        -1代表的含义是不用我们自己指定这一维的大小,函数会自动计算,但列表中只能存在一个-1;

(3)name:命名;

输出

将tensor变换为参数shape的形式。

例子

import numpy as np
a= np.array([0,1,2,3,4,5,6,7])
print('a=',a)

b = a.reshape((2,4))
print('b=',b)

c = a.reshape((2,2,2))
print('c=',c)

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

打赏作者

蹦跶的小羊羔

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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