张量 tensor

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qxqxqzzz/article/details/86682938

一、标量：0阶张量

目标：定义一个变量，值为1

定义：a = tf.Variable(tf.constant(1))

输出：1

 

二、矢量（向量）：1阶张量

目标：定义一个3维向量（或一行列表），值为[1, 1, 1] 

定义：a = tf.Variable(tf.constant(1, shape=[3]))

输出：[1, 1, 1]

 

三、矩阵：2阶张量

目标：定义一个3行1列矩阵，值全部为1 

定义：a = tf.Variable(tf.constant(1, shape=[3, 1]))

输出：

       [[1],

       [1],

       [1]]

 

目标：定义一个1行3列的矩阵，值全部为1 

定义：a = tf.Variable(tf.constant(1, shape=[1, 3]))

输出：[[1, 1, 1]]

 

以上内容的完整代码：

import tensorflow as tf

a1 = tf.Variable(tf.constant(1))
a2 = tf.Variable(tf.constant(1, shape=[3]))
a3 = tf.Variable(tf.constant(1, shape=[3, 1]))
a4 = tf.Variable(tf.constant(1, shape=[1, 3]))

# important step
init = tf.initialize_all_variables()

with tf.Session() as sess:
    sess.run(init) # important step
    for _ in (a1, a2, a3, a4):
        print(sess.run(_))

 

四、不同阶数张量的表示方法：

0阶：1

1阶：[1, 2, 3]

2阶：

1行3列：[[1,2,3]]

2行3列：[[1,2,3], [4,5,6]]

3行1列：[[1], [2], [3]]

 

五、如何看张量的维数（shape）：

import tensorflow as tf
a = tf.constant([[1,2,3]])
print(a)

输出：

Tensor("Const_2:0", shape=(1, 3), dtype=int32)

所以，这是一个一行三列的矩阵（二阶张量）