一个张量的阶表示了张量的维度,下面是一些张量的例子:
3 # 0阶张量,可以用图形[]来表示
[1. ,2., 3.] # 1阶张量,是一个图形为[3]的向量
[[1., 2., 3.], [4.,...5., 6.]] # 2阶张量,是一个图形为[2,3]的矩阵
[[[1., 2., 3.]], [[7., 8., 9.]]] # 图形为[2,1,3]的三阶张量
TensorFlow Core教程
导入...TensorFlow
下面是导入TensorFlow包的标准方式:
import tensorflow as tf
通过python的方式导入之后, tf 提供了访问所有TensorFlow类、方法和符号的入口...("Const_1:0", shape=(), dtype=float32)
观察这个打印的结果会发现,它并不是按照预想的那样输出 3.0 或 4.0 的值。...input_fn=input_fn, steps=10))
运行后输出:
{'loss': 5.9819476e-11, 'global_step': 1000}
接下来做什么
阅读了到这里,你应该初步了解如何在