Tensorflow方法tf.SparseTensor使用说明
2017-06-12 14:17
906 查看
今天看到了tf.SparseTensor(values=['en','fr','zh'],indices=[[0,0],[0,1],[2,0]],shape=[3,2])这么个方法,不是很理解各个参数的含义,和方法的用途,网上也没找到太清晰的说明,于是通过help查看了相关文档
从阅读上面参数说明会了解到,首先shape会产生一个数组,以最开始定义的方程为例
1、shape=[3,2] ,生成3*2的数组
2、indices=[[0,0],[0,1],[2,0]],说明上面数组的这些下标的位置是有值的
3、values=['en','fr','zh'],那么这些不为0的位置的值是多少呢?就是与values给的这些值相对应,最终表示的矩阵为:
[['en' 'fr'] ['0' '0'] ['zh' '0']]
对CSDN的排版表示很无语,这是我排了3个小时的结果,不瞒你们说,我现在的内心是崩溃的
从阅读上面参数说明会了解到,首先shape会产生一个数组,以最开始定义的方程为例
1、shape=[3,2] ,生成3*2的数组
2、indices=[[0,0],[0,1],[2,0]],说明上面数组的这些下标的位置是有值的
3、values=['en','fr','zh'],那么这些不为0的位置的值是多少呢?就是与values给的这些值相对应,最终表示的矩阵为:
[['en' 'fr'] ['0' '0'] ['zh' '0']]
对CSDN的排版表示很无语,这是我排了3个小时的结果,不瞒你们说,我现在的内心是崩溃的
相关文章推荐
- [tensorflow] tf.nn.sparse_softmax_cross_entropy_with_logits的使用方法及常见报错
- tensorflow中tf.multinomial函数的使用方法讲解
- TensorFlow高级API(tf.contrib.learn)及可视化工具TensorBoard的使用
- tensorflow的tf.reduce_mean()函数的使用方法
- 使用TensorFlow进行特征提取(中层特征)以及mat文件转为tfrecord方法
- Tensorflow 自带可视化Tensorboard使用方法(附项目代码)
- tf.Tensor.eval的使用方法
- TF:Tensorflow之session会话的使用,定义两个矩阵,两种方法输出2个矩阵相乘的结果—Jason niu
- TensorFlow高级API(tf.contrib.learn)及可视化工具TensorBoard的使用
- TensorFlow 介绍 tf.concat 的使用方法
- Tensorflow中使用tfrecord方式读取数据的方法
- Tensorflow中tf.app.flags的作用及使用方法
- TensorFlow学习笔记3——windows下采用Anaconda时使用tensorboard的方法
- tensorflow的tf.equal()函数的使用方法
- Tensorflow 自带可视化Tensorboard使用方法 附项目代码
- TF:Tensorflow之Tensorboard可视化使用总结—Jason niu
- sybase 客户端工具 设置链接的方法 dsedit的使用说明
- window.open的例子和使用方法以及参数说明
- js中slice()方法的使用说明
- [转]sizeof的使用方法及说明