tensorflow多维张量计算实例
更新时间：2020年02月11日 12:26:33 作者：PROMINEM
今天小编就为大家分享一篇tensorflow多维张量计算实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
两个三维矩阵的乘法怎样计算呢?我通过实验发现，tensorflow把前面的维度当成是batch，对最后两维进行普通的矩阵乘法。也就是说，最后两维之前的维度，都需要相同。
首先计算shape为(2, 2, 3)乘以shape为(2, 3, 2)的张量。
import tensorflow as tf
import numpy as np
a = tf.constant(np.arange(1, 13, dtype=np.float32), shape=[2, 2, 3])
b = tf.constant(np.arange(1, 13, dtype=np.float32), shape=[2, 3, 2])
c = tf.matmul(a, b)
# c = tf.matmul(a, b)
sess = tf.Session()
print("a*b = ", sess.run(c))
c1 = tf.matmul(a[0, :, :], b[0, :, :])
print("a[1]*b[1] = ", sess.run(c1))
运行结果：
计算结果表明，两个三维矩阵相乘，对应位置的最后两个维度的矩阵乘法。
再验证高维的张量乘法：
import tensorflow as tf
import numpy as np
a = tf.constant(np.arange(1, 36, dtype=np.float32), shape=[3, 2, 2, 3])
b = tf.constant(np.arange(1, 36, dtype=np.float32), shape=[3, 2, 3, 2])
c = tf.matmul(a, b)
# c = tf.matmul(a, b)
sess = tf.Session()
print("a*b = ", sess.run(c))
c1 = tf.matmul(a[0, 0, :, :], b[0, 0, :, :])
print("a[1]*b[1] = ", sess.run(c1))
运行结果：
以上这篇tensorflow多维张量计算实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python文件相关操作和方法汇总大全，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下2022-08-08
这篇文章主要为大家详细介绍了Python KMeans聚类问题，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-02-02
这篇文章主要介绍了在python中写个自定义数据包协议的打包和解包测试,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-09-09
这篇文章主要介绍了Python如何检验样本是否服从正态分布问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-02-02
这篇文章主要介绍了python使用sessions模拟登录淘宝的方式，本文给大家介绍的非常详细，具有一定的参考借鉴价值 ,需要的朋友可以参考下2019-08-08
grpc同步调用更简单,但是在处理复杂任务时,会导致请求阻塞,影响吞吐,本文主要介绍了python grpc实现异步调用,不用grpc异步接口,具有一定的参考价值,感兴趣的可以了解一下2024-04-04
这篇文章主要介绍了基于Opencv的图像卡通化,主要工具是高斯滤波器、细节增强滤波器、双边滤波、拉普拉斯滤波器，通过实例代码给大家介绍的非常详细，需要的朋友可以参考下2022-01-01
有时为了提高搜索效率，也让搜索引擎更容易发现自己的文章，我们需要将文章链接推送到百度站长平台，起到快速收录的目的。本文将主要介绍如何通过Python实现这一功能，需要的可以参考一下2021-12-12
这篇文章主要介绍了python代码如何转jar包问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-03-03
很多人在创作视频时都需要进行剪辑,本文主要介绍了Python视频剪辑合并操作的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2025-01-01
最新评论