1. import tensorflow as tf
  2. rank_three_tensor = tf.ones([3, 4, 5]) # 创建一个[3,4,5]大小的张量,3行4列,每个位置上有五个元素
  3. matrix = tf.reshape(rank_three_tensor, [6, 10]) # 将当前变量reshape成[6,10]个大小的变量
  4. matrixB = tf.reshape(matrix, [3, -1]) # 将现有内容改造成3×20矩阵。-1指定这个维度的元素个数根据其他维度的元素个数来计算。
  5. matrixAlt = tf.reshape(matrixB, [4, 3, -1]) # 将当前的矩阵reshape成 4行3列每个位置上为5个元素的 tensor
  6. # 改变张量的形状
  7. # The number of elements of a scalar is always
  8. # 1、因为经常有许多不同的形状具有相同数量的元素。
  9. # 所以改变这样的张量的形状,使得reshape前后的张量中元素的数量是相同的,
  10.  
  11. init = tf.global_variables_initializer()
  12. sess = tf.Session()
  13. print(sess.run(rank_three_tensor))
  14. print(sess.run(matrix))
  15. print(sess.run(matrixB))
  16. print(sess.run(matrixAlt))

下边是上面代码输出的结果

  1. 2018-02-16 20:33:55.488664: I C:\tf_jenkins\workspace\rel-win\M\windows\PY\35\tensorflow\core\platform\cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
  2. [[[ 1. 1. 1. 1. 1.]
  3. [ 1. 1. 1. 1. 1.]
  4. [ 1. 1. 1. 1. 1.]
  5. [ 1. 1. 1. 1. 1.]]
  6.  
  7. [[ 1. 1. 1. 1. 1.]
  8. [ 1. 1. 1. 1. 1.]
  9. [ 1. 1. 1. 1. 1.]
  10. [ 1. 1. 1. 1. 1.]]
  11.  
  12. [[ 1. 1. 1. 1. 1.]
  13. [ 1. 1. 1. 1. 1.]
  14. [ 1. 1. 1. 1. 1.]
  15. [ 1. 1. 1. 1. 1.]]]
  16. [[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
  17. [ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
  18. [ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
  19. [ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
  20. [ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
  21. [ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]]
  22. [[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
  23. 1. 1.]
  24. [ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
  25. 1. 1.]
  26. [ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
  27. 1. 1.]]
  28. [[[ 1. 1. 1. 1. 1.]
  29. [ 1. 1. 1. 1. 1.]
  30. [ 1. 1. 1. 1. 1.]]
  31.  
  32. [[ 1. 1. 1. 1. 1.]
  33. [ 1. 1. 1. 1. 1.]
  34. [ 1. 1. 1. 1. 1.]]
  35.  
  36. [[ 1. 1. 1. 1. 1.]
  37. [ 1. 1. 1. 1. 1.]
  38. [ 1. 1. 1. 1. 1.]]
  39.  
  40. [[ 1. 1. 1. 1. 1.]
  41. [ 1. 1. 1. 1. 1.]
  42. [ 1. 1. 1. 1. 1.]]]

106、TensorFlow变量 (二) reshape的更多相关文章

  1. tensorflow变量的使用(02-2)

    import tensorflow as tf x=tf.Variable([1,2]) a=tf.constant([3,3]) sub=tf.subtract(x,a) #增加一个减法op add ...

  2. tensorflow变量-【老鱼学tensorflow】

    在程序中定义变量很简单,只要定义一个变量名就可以,但是tensorflow有点类似在另外一个世界,因此需要通过当前的世界中跟tensorlfow的世界中进行通讯,来告诉tensorflow的世界中定义 ...

  3. tensorflow变量

    tensorflow变量: 1.神经网络中的参数权重,偏置等可以作为张量保存到tensorflow的变量中 2.tensorflow变量必须被初始化 3.可被保存到文件中,下次使用重新加载即可 ten ...

  4. 深入浅出TensorFlow(二):TensorFlow解决MNIST问题入门

    2017年2月16日,Google正式对外发布Google TensorFlow 1.0版本,并保证本次的发布版本API接口完全满足生产环境稳定性要求.这是TensorFlow的一个重要里程碑,标志着 ...

  5. 118、TensorFlow变量共享(二)

    import tensorflow as tf # 在不同的变量域中调用conv_relu,并且声明我们想创建新的变量 def my_image_filter(input_images): with ...

  6. 深度学习之 TensorFlow(二):TensorFlow 基础知识

    1.TensorFlow 系统架构: 分为设备层和网络层.数据操作层.图计算层.API 层.应用层.其中设备层和网络层.数据操作层.图计算层是 TensorFlow 的核心层. 2.TensorFlo ...

  7. Tensorflow 变量的共享

    https://github.com/chenghuige/tensorflow-exp/blob/master/examples/sparse-tensor-classification/ tens ...

  8. tensorflow实现二分类

    读万卷书,不如行万里路.之前看了不少机器学习方面的书籍,但是实战很少.这次因为项目接触到tensorflow,用一个最简单的深层神经网络实现分类和回归任务. 首先说分类任务,分类任务的两个思路: 如果 ...

  9. 神经网络参数与TensorFlow变量

    在TensorFlow中变量的作用是保存和更新神经网络中的参数,需要给变量指定初始值,如下声明一个2x3矩阵变量 weights =tf.Variable(tf.random_normal([2,3] ...

随机推荐

  1. 微信小程序这一块(中)

    1.if语句跟for循环的使用 <block wx:if="{{n==1}}"> <view>1917</view> </block> ...

  2. jQuery基础--jQuery特殊属性操作

    1.index() 会返回当前元素在所有兄弟元素里面的索引. <!DOCTYPE html> <html lang="zh-CN"> <head> ...

  3. redis 不可重入分布式锁(setNx()和getset()方法实现)

    通常如果在单机环境,使用synchronized或juc ReentrantLock 实现锁机制,但如果是分布式系统,则需要借助第三方工具实现,比如redis.zookeeper等.redis为单进程 ...

  4. windows下nvm的安装及使用

    由于更新了npm版本之后导致npm的命令都会报错,一顿百度,明白了nvm可以管理node版本的,下面是操作过程: 如果在安装nvm之前已经下载了node 需要把node卸载!!! 需要把node卸载! ...

  5. UIWindow与UIView

    UIView与UIWindow * 一般应用程序只有一个UIWindow对象.所有的控件都是在UIWindow上展现的.每个UIView对象都有一个window属性,表示当前view显示在哪个窗体上. ...

  6. skiasharp在阿里云Windows server 2016上部署时提示The type initializer for 'SkiaSharp.SKAbstractManagedStream' threw an exception. 错误

    应用环境及问题描述: Windows Server 2016,.Net core 2.1, Skiasharp作为跨平台的图像处理组件在生成缩略图时出错,本地测试都是正常的,部署到服务器无法生成缩略图 ...

  7. python常用函数 J

    (1)join(iterable)/(2) join(str, str) (1)join()连接字符串数组.(2)os.path.join()将多个路径组合后返回. 例子:

  8. 关于WTSAPI32

    一般在windows编程都是用用从ntdll导出的Native API,现在看到一点COM编程或者其他的一些不常用的接口函数总觉得蛮有意思,准备以后多积累一下. 先简单总结WTSAPI32.以下实在W ...

  9. Makefile中几种变量赋值运算符

    Makefile中几种变量赋值运算符: =      :最简单的赋值 :=     :一般也是赋值 以上这两个大部分情况下效果是一样的,但是有时候不一样. 用 = 赋值的变量,在被解析时他的值取决于最 ...

  10. EXCUTE JAVAScript点击事件

    # Execute Javascript document.getElementsByClassName('chooseFile')[${index}].arguments[0].click(); # ...