Question

如果我在我的IPython笔记本中使用它：

import tensorflow as tf

with tf.Session():
    input1 = [[1, 2, 3, 5]] 
    input2 = [[5], [6], [7], [8]]
    output = tf.matmul( input1, input2 )
    print( output.eval() )

我得到[[78]]

如果我使用以下代码（tf.constant），我会看到相同的结果：

import tensorflow as tf

with tf.Session():
    input1 = tf.constant( [[1, 2, 3, 5]] )
    input2 = tf.constant( [[5], [6], [7], [8]] )
    output = tf.matmul( input1, input2 )
    print( output.eval() )

是否优先于另一个？这是否会改变幕后的计算图，如果是这样，我应该关注哪种方式？

Answer 1

你的两个案件确实在做同样的事情。一旦有机会，TensorFlow会将任何list / numpy数组转换为张量。例如，对于第一种情况，input1将在tf.matmul内转换为常量张量，对于第二种情况，会直接在tf.constant内转换为常量张量。 TensorFlow希望这样做，以便您不必担心从列表转换为张量（如果可能）。例如，任何可以传递给tf.convert_to_tensor的对象也可以传递给任何TensorFlow函数/方法，该函数/方法接受张量作为参数（有时可以非常方便）。

在这些简单的情况下，如果您的输入值是提前知道的，请随意选择您喜欢的两种输入值。

张量流中[[1,2,3,4]]和tf.constant（[[1,2,3,4]]）之间有什么区别？

1 个答案: