各位同學好，今天和大家分享一下TensorFlow2.0中的tensor數據類型，以及各種類型之間的相互轉換方法。

1. tf.tensor 基礎操作

scaler標量：1.2

vector向量：[1.2]、[1.1,2.2,3.3]? ? ? 注意：此處的[1.2]是一維的，而1.2是0維的

matrix矩陣：[[1.1,2.2],[3.3,4.4]]

tensor張量：代表任意維度的數據

---

1.1 創建一個tensor

創建方法： tf.constant(value, shape=維度, dtype=數據類型, verify_shape=False)

value：可以為數值、列表、字符串、布爾型

shape：形狀，指維數以及每一維的大小。當第一個參數value是數字時，張量的所有元素都會用該數字填充，shape=[2, 3]。當第一個參數value是一個列表時，注意列表的長度必須小于等于參數shape的大小（即各維大小的乘積）

shape：指定數據類型，如dtype=tf.float64

verify_shape：如果修改為True的話，表示檢查value的形狀與shape是否相符，如果不符會報錯。

a1 = tf.constant(1,shape=[2,2])   # 整型tensor，2行2列都是1
a2 = tf.constant([1,2],dtype=tf.float32)  # 浮點型tensor，指定數據類型
a3 = tf.constant(True)  #布爾類型
a4 = tf.constant('keep coding')

---

2.2 tensor和numpy之間的轉換

方法： tensor變量.numpy()

將tensor類型變成數組類型顯示

# ==2== 和numpy之間的轉換
a1.numpy()
a5 = tf.range(4) #定義0-3的tensor列表
a5.numpy()

當tensor型數據是一個標量，即只有一個值時，可以直接使用類型轉換函數：int()、float()

b = tf.ones([])  # 1
b.numpy() # 輸出 1.0
int(b)  # int類型的 1
float(b) # float類型的 1

---

2.3 查看tensor維度及大小

查看維度，返回int類型： tensor名.ndim

查看維度，返回tensor類型： tf.rank(tensor名)

查看tensor的形狀： tensor名.shape

# 定義一個一維tensor
a5 = tf.range(4)
a5.ndim  # 返回 1
tf.rank(a5) # 返回 1
a6.shape # 返回（4，）

---

2.4 判斷是不是tensor類型

判斷變量是否屬于該數據類型，返回布爾類型： isinstance(變量, 數據類型)? ?

判斷變量是否是tensor類型，返回布爾類型： tf.is_tensor(變量)

查看變量數據類型，返回數據類型： 變量.dtype

s1 = tf.constant([1.])
s2 = tf.constant([True,False])
s3 = tf.constant('hello')
s4 = np.arange(4)
# ==1== isinstance(變量,數據類型) 
# 返回布爾類型
t1 = isinstance(s1,tf.Tensor)
# ==2== tf.is_tensor(變量)
t2 = tf.is_tensor(s2)
t4 = tf.is_tensor(s4)   #屬于int型數據
# ==3== 變量.dtype
# 查看數據類型
t3 = s3.dtype

---

2. 數據間類型轉換

2.1 其他類型轉到tensor類型

轉到tensor類型方法：?tf.convert_to_tensor(變量, dtype=tf.數據類型)

a = np.arange(5)  #創建numpy類型數據
a.dtype  #int32類型的數據
# ==1== 轉換到 tensor 數據
b = tf.convert_to_tensor(a)
b.dtype  #tf.int32類型

---

2.2?各種類型間的轉換

方法： tf.cast(變量, dtype = tf.指定數據類型)

a = np.arange(5) #int32類型
b = tf.cast(a,dtype=tf.float32)
# 原來b是tf.int32類型，現在變為tf.float32類型

布爾型和整形之間的轉換

整型轉布爾：0轉為False，大于0轉為True

布爾轉整型：true轉為1，false轉為0

定義的a1為[0,2,5]，最終a3為[0,1,1]

# 定義整形tensor
a1 = tf.constant([0,2,5])   # int32         [0,2,5]
# 轉為布爾型tensor
a2 = tf.cast(a1,dtype=tf.bool)  # bool      [False,True,True]
# 再將布爾型轉回整形
a3 = tf.cast(a2,dtype=tf.int32)  # int32    [0,1,1]

---

2.3? tf.Variable類型

tf.Variable 類型屬于神經網絡參數類型，屬于tensor類型，記錄梯度相關信息，先做了解，后續會詳談。

將tensor類型轉為Variable類型： tf.Variable(tensor變量)

a = tf.range(5)  # 定義一個tensor數據
b = tf.Variable(a)  # 變成Variable類型數據 
b.trainable  # 返回True
# 查看數據類型
tf.is_tensor(b)  #True，屬于tensor

總結

以上是生活随笔為你收集整理的【TensorFlow2.0】(1) tensor数据类型，类型转换的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。