tensorflow接受了python自己的原生資料型別，例如python中的布林值型別，數值資料型別（整數，浮點數）和字串型別。單一值將轉換為0維張量（標量），列表值將轉換為1維張量（向量），列表套列表將被轉換成2維張量（矩陣）等等，以下示例來自於tensorflow for machine intelligence.
t_0 = 19 # treated as a 0-d tensor, or "scalar"
tf.zeros_like(t_0) # ==> 0
tf.ones_like(t_0) # ==> 1
tf.zeros_like(t_1) # ==> [b'' b'' b'']
tf.ones_like(t_1) # ==> typeerror
t_2 = [[true, false, false],
[false, false, true],
[false, true, false]] # treated as a 2-d tensor, or "matrix"
tf.zeros_like(t_2) # ==> 3x3 tensor, all elements are false
tf.ones_like(t_2) # ==> 3x3 tensor, all elements are true
三、numpy資料型別
你可能已經注意到了numpy和tensorflow有很多相似之處。tensorflow在設計之初就希望能夠與numpy有著很好的整合效果。numpy軟體包現在已經成為資料科學的通用語言。
tensorflow資料型別很多也是基於numpy的，事實上，如果你令 np.int32==tf.int32將會返回true.你也可以直接傳遞numpy資料型別直接給tensorflow中的ops。
tf.ones([2, 2], np.float32) ==> [[1.0 1.0], [1.0 1.0]]TensorFlow中的資料型別
本文主要內容來自於史丹福大學課程cs20，有興趣的同學cs20。一 python 原生型別 tensorflow接受了python自己的原生資料型別，例如python中的布林值型別，數值資料型別 整數，浮點數 和字串型別。單一值將轉換為0維張量 標量 列表值將轉換為1維張量 向量 列表套列表將被轉換...
Tensorflow中資料集的相關操作
在資料集框架中，每乙個資料集代表乙個資料 其資料 有一下幾種 張量，tfrecord檔案，文字檔案，sharding檔案等等。一.資料集dataset的常用構造方法 1 從乙個tensor中構造資料集 dataset tf.data.dataset.from tensor slices tensor...
Tensorflow中的Lazy load問題
用tensorflow訓練或者inference模型的時候，有時候會遇到執行越來越慢，最終記憶體被佔滿，導致電腦宕機的問題，我們稱之為記憶體溢位。出現這種問題很可能是因為在乙個session中，graph迴圈建立重複的節點所導致的lazy load問題。舉個例子，用tensorflow迴圈做多次加法...