109、TensorFlow计算张量的值

复制代码
# 当计算图创建成功时
# 你就可以运行这个计算图,然后生成一个新的张量
# 并且得到这个张量指向的计算图中具体的数值
#这个功能在debug的时候非常有必要
#最简单获得张量具体值的方法是使用Tensor.eval method
import tensorflow as tf
constant = tf.constant([1, 2, 3])
#进行点乘,对应位置的元素相乘
tensor = constant * constant
init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    #eval方法只有当session开启的时候才好用
    #Tensor.eval 方法返回一个python的numpy对象,和原来的张量有着相同的值
    print(tensor.eval())
复制代码

下面是上面输出的张量的结果:

2018-02-16 21:46:48.085119: I C:\tf_jenkins\workspace\rel-win\M\windows\PY\35\tensorflow\core\platform\cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
[1 4 9]

 

posted @   香港胖仔  阅读(1626)  评论(0编辑  收藏  举报
编辑推荐:
· .NET制作智能桌面机器人:结合BotSharp智能体框架开发语音交互
· 软件产品开发中常见的10个问题及处理方法
· .NET 原生驾驭 AI 新基建实战系列:向量数据库的应用与畅想
· 从问题排查到源码分析:ActiveMQ消费端频繁日志刷屏的秘密
· 一次Java后端服务间歇性响应慢的问题排查记录
阅读排行:
· 《HelloGitHub》第 108 期
· Windows桌面应用自动更新解决方案SharpUpdater5发布
· 我的家庭实验室服务器集群硬件清单
· C# 13 中的新增功能实操
· Supergateway:MCP服务器的远程调试与集成工具
历史上的今天:
2017-02-16 62、saleforce的schedule
2017-02-16 61、Queueable接口
2017-02-16 60、saleforce的future方法
2017-02-16 59、salesforce实现数据的批量处理
2017-02-16 58、salesforce学习笔记(五)
2017-02-16 57、saleforce学习笔记(四)
2017-02-16 56、salesforce学习笔记(三)
点击右上角即可分享
微信分享提示