Question

我正在使用TensorFlow编写应用程序，我正在使用tf.transpose（）函数。 API声明该函数返回转置张量，这是您所期望的。但是，我注意到以下现象：

>>> tf.transpose([3, 5])
    <tf.Tensor 'transpose:0' shape=(2,) dtype=int32>
>>> a = tf.transpose([3, 5])
>>> a
   <tf.Tensor 'transpose_1:0' shape=(2,) dtype=int32>
>>> a ==  tf.transpose([3, 5])

有谁知道为什么会这样或者应该如何使用？

Answer 1

哎呀，我一发布就回答了我的问题...我认为它们不等同，因为它们是两个不同的张量对象，即使它们具有相同的值。我被命名惯例所抛弃。我们可以在这里看到：

>>> a = tf.transpose([3, 5], name='a')
>>> tf.transpose([3, 5], name='b')
    <tf.Tensor 'b:0' shape=(2,) dtype=int32>
>>> a
    <tf.Tensor 'a:0' shape=(2,) dtype=int32>

Tf.tranpose（）返回的Tensor在存储时有什么不同？

1 个答案: