tf.Tensor.eval()
2017-11-24 09:04
316 查看
tf.Tensor.eval()
功能:当默认的会话被指定之后可以通过其计算一个张量的取值。
例子:
结果:
Tensor(“sum:0”, shape=(2,), dtype=float32)
[ 3. 5.]
功能:当默认的会话被指定之后可以通过其计算一个张量的取值。
例子:
import tensorflow as tf a=tf.constant([1.0,2.0],name="a") b=tf.constant([2.0,3.0],name="b") c=tf.add(a,b,name="sum") print(c) sess=tf.Session() with sess.as_default(): print(c.eval())
结果:
Tensor(“sum:0”, shape=(2,), dtype=float32)
[ 3. 5.]
相关文章推荐
- tf.Session().run() | tf.Tensor.eval()--两者等同
- tf.Tensor.eval的使用方法
- tensorflow tf.nn.embedding_lookup(embeddings, train_inputs)解释
- tensorflow tf.equal(x, y, name=None)
- tensorflowxun训练自己的数据集之从tfrecords读取数据
- tf6. Tensorboard 图
- 学习笔记TF067:TensorFlow Serving、Flod、计算加速,机器学习评测体系,公开数据集
- TensorBoard对训练过程可视化(不用tf.summaries.merge_all)
- tensorflow学习笔记(九):tf.shape()与tensor.get_shape()
- tensorflow TFRecords文件的生成和读取的方法
- tensorflow tf.tile 实例
- tensorflow tf.split 和 tf.unstack 实例
- Tensorflow tf.placeholder函数
- TypeError: List of Tensors when single Tensor expected - when using const with tf.random_normal
- 【tensorflow 学习】Session.run()和Tensor.eval()的区别
- UserWarning: Update your `Model` call to the Keras 2 API: `Model(outputs=Tensor("lo..., inputs=[<tf.
- Lenet-5 MNIST Tensorboard 参数可视化 直方图 tf.Summary.histogram,tf.Summary.scalar,tf.Summary.image
- TF之RNN:TensorBoard可视化之基于顺序的RNN回归案例实现蓝色正弦虚线预测红色余弦实线—Jason niu
- 【Tensorflow】辅助工具篇——tensorflow slim(TF-Slim)介绍