models
from keras import layers
from keras.utils import to_categorical
# 加载MNIST数据集
(train_images,train_labels...>>> x = np.array([[5, 78, 2, 34, 0],
[6, 79, 3, 35, 1],
[7, 80, 4, 36, 2]])
>>> x.ndim
2
三维张量以及更高维张量...79, 3, 35, 1],
[7, 80, 4, 36, 2]],
[[5, 78, 2, 34, 0],
[6, 79, 3, 35, 1],
[7, 80, 4, 36, 2]]])
>>> x.ndim...可以通过tensor的ndim属性查看轴的个数。
Shape形状:数字元组,描述张量各个轴上的维度。张量维度为(),向量维度为(5,),2D张量维度(3,5),3D张量维度(3,3,5)....比如:MNIST中128的小批量样本:
batch = train_images[:128]
生活中遇到的数据张量
向量型数据vector data--2维张量 ,形状(samples,features