,新维度的位置是任意的
可以同时堆叠多个张量
进行堆叠的张量维度必须一致
axis的用法和tf.expand_dims中相同: axis \geq 0 表示当前维度之前插入 axis < 0
?...bool值
out = tf.cast(out, dtype=tf.float32)
correct = tf.reduce_sum(out) # 统计True的个数
填充与复制
填充tf.pad
需要补充的信号开始或者结束处填充足够的特定数值...cond 中为 True 的元素索引
demo
获取张量中的正数及其索引
x = tf.random.normal([3,3]) # 构造 a
mask=x>0 # 比较操作,等同于 tf.equal...tf.meshgrid
通过tf.meshgrid方便地生成二维网格采样点坐标,方便可视化
x = tf.linspace(-8.,8,100) # 设置 x 坐标的间隔
y = tf.linspace...(-8.,8,100) # 设置 y 坐标的间隔
x,y = tf.meshgrid(x,y) # 生成网格点,并拆分后返回
x.shape,y.shape # 打印拆分后的所有点的 x,y 坐标张量