2019年12月26日

摘要： import tensorflow as tf a = tf.ones([1, 5, 5, 3]) a.shape a[0][0] numpy : 索引 a = tf.random.normal([4, 28, 28, 3]) a.shape a[1].shape a[1, 2].shape a[1][2][3].shape a[1, 2, 3, 2].shape 一维切片 a = tf.rang 阅读全文

摘要： import numpy as np import tensorflow as tf tf.convert_to_tensor(np.ones([2, 3])) tf.convert_to_tensor(np.zeros([2, 3])) list tf.convert_to_tensor([1, 2]) tf.convert_to_tensor([1, 2.]) tf.convert_to_te 阅读全文

摘要： list: [1,1.2,'hello'] ，存储图片占用内存非常大 np.array，存成一个静态数组，但是numpy在深度学习之前就出现了，所以不适合深度学习 tf.Tensor，为了弥补numpy的缺点，更多的是为了深度学习而生 tensor数据存储类型 scalar：标量，1.1 vector：向量，[1.1],[1.1,2.2,...] matrix: 矩阵，[[1.1,2.2],... 阅读全文

摘要： NVIDIA的GF8级别以上的显卡才能支持physx物理加速（即GPU加速），ATI的显卡不支持。 打开：设备管理器，点击：显示适配器 阅读全文