铜仁市网站建设,傻瓜式装修设计软件,自己做网站用软件,河间市做网站价格张量的取值函数 求张量的平均值: tf.reduce.mean(%张量名%)求张量的最小值:tf.reduce_min(%张量名%)求张量的最大值:tf.reduce_max(%张量名%)求张量的和:tf.reduce_sum(%张量名%)其次,对于上述所有操作 都可在函数后添加一个新的参数 axis%维度%
axis0 代表第一维度 axis1 代表…张量的取值函数 求张量的平均值: tf.reduce.mean(%张量名%)求张量的最小值:tf.reduce_min(%张量名%)求张量的最大值:tf.reduce_max(%张量名%)求张量的和:tf.reduce_sum(%张量名%)其次,对于上述所有操作 都可在函数后添加一个新的参数 axis%维度%
axis0 代表第一维度 axis1 代表第二维度 以此类推张量的四则运算
加减乘除 次方/开方 特别注意 这里张量的各种运算是不改变形状的 并不是矩阵直接的乘法 而是每个元素在对应位置的运算 不改变张量的shape
例如 tf.square([[3 3 3]]) [[9 9 9]]
矩阵乘法 3x2矩阵 X 2x3矩阵 3x3矩阵
张量的特征值与标签配对 定义features为二阶矩阵 代表了一个特征值 定义labels也为二阶矩阵 代表了一个标签 使用tf.data.Dataset.from_tensor_slices( (%特征值%,%标签%) )进行配对 再对dataset进行打印操作 可发现特征值与标签已完成了一一配对
