张量尺寸行x列是否像矩阵一样?

时间:2018-07-17 14:56:02

标签: python tensorflow

我正在关注此tensorflow tutorial

这是一个基本问题,但是我想确保我完全理解它。张量尺寸描述为行x列。

在这一行:

x = tf.placeholder(tf.float32, [None, 784])

这是否意味着有784列和任意数量的行?

https://www.tensorflow.org/versions/r1.3/get_started/mnist/beginners

2 个答案:

答案 0 :(得分:0)

2级张量等效于张量流中的矩阵,并且行和列可以按照您描述的方式来考虑。维度的None值的典型用例是允许使用可变数量的示例。对于您而言,x非常适合容纳任意数量的示例,每个示例都具有784个特征值。

答案 1 :(得分:0)

一个Tensor可以粗略地看成一个n维向量。

因此

  • tf.placeholder(tf.float32)=>标量。
  • tf.placeholder(tf.float32,[3])=>一个向量。
  • tf.placeholder(tf.float32,[None,784])=>矩阵(行,列)。
  • tf.placeholder(tf.float32,[None,28,28,3])=> 3张量(batch_size,行,列,通道)。

None表示张量可以接收任意数字。