Question

如何从张量流常数/变量等创建张量流向量？例如，我有一个常量x，我想创建一个[x]的向量。

我已经尝试过以下代码，但它不起作用。任何帮助将不胜感激。

x = tf.placeholder_with_default(1.0,[], name="x")
nextdd = tf.constant([x], shape=[1], dtype=tf.float32)

Answer 1

首先，我想为你定义一个张量：

张量是n维矩阵。等级0张量是标量，例如42.等级1张量是矢量，例如[1,2,3]，秩2张量是矩阵，秩3张量可以是形状[640,480,3]（640×480分辨率，3个颜色通道）的图像。等级4张量可能是一批这样的形状图像[10,640,480,3]（10 640x480图像）等。

其次，Tensorflow中基本上有4种类型的张量。

1）占位符 - 这些是您在调用sess.run时传递到tensorflow的张量。例如：sess.run([nextdd], {x:[1,2,3]})从x创建排名1张量。

2）常数 - 顾名思义，这些是固定值。例如。 tf.constant(42)并且应该在编译时指定，而不是在运行时指定（在此处排除您的主要错误）。

3）计算张量 - x = tf.add(a,b)是计算张量，它是从a，b计算出来的。计算完成后，它的值不会被存储。

4）变量 - 这些是在计算完成后保留的可变张量。例如，神经网络的权重。

现在明确地解决你的问题。 x已经是一个张量。如果你传入一个向量，那么它是一个等级1张量（也就是一个向量）。您可以像使用常量，计算张量或变量一样使用它。它们在操作中都是一样的。完全没有下一行的原因。

现在，nextdd失败了，因为你试图从变量项创建一个常量，这不是一个定义的操作。 tf.constant(42)定义明确，这是一个常数。

你可以直接使用x，如：

x = tf.placeholder_with_default(1.0,[], name="x")
y = tf.add(x, x)
sess = tf.InteractiveSession()
y.eval()

结果：

2.0

Answer 2

根据您的描述，您似乎想要使用tf.expand_dims：

# 't' is a tensor of shape [2]
tf.shape(tf.expand_dims(t, 0))  # [1, 2]
tf.shape(tf.expand_dims(t, 1))  # [2, 1]
tf.shape(tf.expand_dims(t, -1))  # [2, 1]

如何从张量流中的常量创建向量

2 个答案: