TensorFlow:张量与操作详解.docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

PAGE1

PAGE1

TensorFlow:张量与操作详解

1TensorFlow基础概念

1.1张量的定义与理解

张量是TensorFlow中的基本数据结构,可以理解为多维数组。在数学中,张量可以表示标量(0维张量)、向量(1维张量)、矩阵(2维张量)以及更高维度的数据结构。在TensorFlow中,张量的维度被称为秩(Rank),而每个维度的大小则被称为形状(Shape)。

例如,一个标量可以表示为:

importtensorflowastf

#创建一个标量张量

scalar=tf.constant(5)

一个向量可以表示为:

#创建一个1维张量,即向

文档评论(0)

找工业软件教程找老陈 + 关注
实名认证
服务提供商

寻找教程;翻译教程;题库提供;教程发布;计算机技术答疑;行业分析报告提供;

1亿VIP精品文档

相关文档