摘要：
相较于tf.expand_dim、tf.tile，broadcasting，broadcasting使用更加简洁，并且更加节省内存空间。 broadcasting作为tensor运算时的一种优化手段，会在进行运算的tensor满足一定条件时自动进行优化，也可使用tf.broadcast_to将ten 阅读全文
posted @ 2020-10-05 21:31
ladadee
阅读(238)
评论(0)
推荐(0)
摘要：
1.tf.reshape(tensor,[newshape])：将原来的tensor变换为指定的新的维度，元素个数不发生变化（一般用于维度合并） examples: input: a=tf.random.normal([4,28,28,3])b=tf.reshape(a,[4,-1,3])print 阅读全文
posted @ 2020-10-05 20:29
ladadee
阅读(417)
评论(0)
推荐(0)
摘要：
1.直接通过维度编号进行索引 example: input: a=tf.random.uniform([2,2,6,3],minval=0,maxval=20,dtype=tf.int32)print(a,"\n",a[0][0])这里a[0][0]也可以写作a[0,0] output: tf.Te 阅读全文
posted @ 2020-10-05 12:09
ladadee
阅读(291)
评论(0)
推荐(0)
浙公网安备 33010602011771号