【TensorFlow2.0】(1) tensor数据类型，类型转换 |
您所在的位置：网站首页 › byte转为int要强制转换吗 › 【TensorFlow2.0】(1) tensor数据类型，类型转换 |
【TensorFlow2.0】(1) tensor数据类型，类型转换
|
各位同学好，今天和大家分享一下TensorFlow2.0中的tensor数据类型，以及各种类型之间的相互转换方法。 1. tf.tensor 基础操作scaler标量：1.2 vector向量：[1.2]、[1.1,2.2,3.3] 注意：此处的[1.2]是一维的，而1.2是0维的 matrix矩阵：[[1.1,2.2],[3.3,4.4]] tensor张量：代表任意维度的数据 1.1 创建一个tensor 创建方法： tf.constant(value, shape=维度, dtype=数据类型, verify_shape=False)value：可以为数值、列表、字符串、布尔型 shape：形状，指维数以及每一维的大小。当第一个参数value是数字时，张量的所有元素都会用该数字填充，shape=[2, 3]。当第一个参数value是一个列表时，注意列表的长度必须小于等于参数shape的大小（即各维大小的乘积） shape：指定数据类型，如dtype=tf.float64 verify_shape：如果修改为True的话，表示检查value的形状与shape是否相符，如果不符会报错。 a1 = tf.constant(1,shape=[2,2]) # 整型tensor，2行2列都是1 a2 = tf.constant([1,2],dtype=tf.float32) # 浮点型tensor，指定数据类型 a3 = tf.constant(True) #布尔类型 a4 = tf.constant('keep coding') 2.2 tensor和numpy之间的转换 方法： tensor变量.numpy()将tensor类型变成数组类型显示 # ==2== 和numpy之间的转换 a1.numpy() a5 = tf.range(4) #定义0-3的tensor列表 a5.numpy()
当tensor型数据是一个标量，即只有一个值时，可以直接使用类型转换函数：int()、float() b = tf.ones([]) # 1 b.numpy() # 输出 1.0 int(b) # int类型的 1 float(b) # float类型的 1 2.3 查看tensor维度及大小 查看维度，返回int类型： tensor名.ndim 查看维度，返回tensor类型： tf.rank(tensor名) 查看tensor的形状： tensor名.shape # 定义一个一维tensor a5 = tf.range(4) a5.ndim # 返回 1 tf.rank(a5) # 返回 1 a6.shape # 返回（4，）
判断变量是否属于该数据类型，返回布尔类型： isinstance(变量, 数据类型) 判断变量是否是tensor类型，返回布尔类型： tf.is_tensor(变量) 查看变量数据类型，返回数据类型： 变量.dtype s1 = tf.constant([1.]) s2 = tf.constant([True,False]) s3 = tf.constant('hello') s4 = np.arange(4) # ==1== isinstance(变量,数据类型) # 返回布尔类型 t1 = isinstance(s1,tf.Tensor) # ==2== tf.is_tensor(变量) t2 = tf.is_tensor(s2) t4 = tf.is_tensor(s4) #属于int型数据 # ==3== 变量.dtype # 查看数据类型 t3 = s3.dtype
布尔型和整形之间的转换 整型转布尔：0转为False，大于0转为True 布尔转整型：true转为1，false转为0 定义的a1为[0,2,5]，最终a3为[0,1,1] # 定义整形tensor a1 = tf.constant([0,2,5]) # int32 [0,2,5] # 转为布尔型tensor a2 = tf.cast(a1,dtype=tf.bool) # bool [False,True,True] # 再将布尔型转回整形 a3 = tf.cast(a2,dtype=tf.int32) # int32 [0,1,1] 2.3 tf.Variable类型tf.Variable 类型属于神经网络参数类型，属于tensor类型，记录梯度相关信息，先做了解，后续会详谈。 将tensor类型转为Variable类型： tf.Variable(tensor变量) a = tf.range(5) # 定义一个tensor数据 b = tf.Variable(a) # 变成Variable类型数据 b.trainable # 返回True # 查看数据类型 tf.is_tensor(b) #True，属于tensor |
【本文地址】
今日新闻 |
推荐新闻 |