一、數(shù)據(jù)類型

在tf中，數(shù)據(jù)類型有整型（默認是int32），浮點型（默認是float32），以及布爾型，字符串。

二、數(shù)據(jù)類型信息

①.device

查看tensor在哪（CPU上面或者GPU上面），可以通過.cpu()，.gpu()進行轉(zhuǎn)換，如果數(shù)據(jù)所在的處理器位置不一樣，則不能進行計算。

②.numpy()

將數(shù)據(jù)轉(zhuǎn)換成numpy格式。

③.shape / .ndim

查看形狀，.ndim查看維度，.is_tensor查看是不是tensor類型。

三、數(shù)據(jù)類型轉(zhuǎn)換

①tf.convert_to_tensor

將數(shù)據(jù)轉(zhuǎn)換成tensor類型，當從Numpy轉(zhuǎn)換成tensor的時候，會默認是int64，需要指定一下類型，才能成為tf默認的類型也就是int32。

②tf.cast()

可以實現(xiàn)tensor的數(shù)據(jù)類型轉(zhuǎn)換。

注意：在深度學習中，是需要對參數(shù)求梯度的，需要variable包裝一下，就擁有了trainable屬性，這樣就才求梯度。假如是自己寫傳播過程，更新后的參數(shù)也需要用variable包裝。

以上就是TensorFlow人工智能學習數(shù)據(jù)類型信息及轉(zhuǎn)換的詳細內(nèi)容，更多關于TensorFlow數(shù)據(jù)類型的資料請關注本站其它相關文章！

版權(quán)聲明：本站文章來源標注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務器上建立鏡像，否則將依法追究法律責任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學習參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。