Python中Tensor与Array性能及适用场景有何差异？

本文共计407个文字，预计阅读时间需要2分钟。

以下是对原文的简化

如所示：+ 区别 + 类型 + 转换+ Array -> Tensor + uint8 -> float32+ { } + 各类型间转换 + uint8 -> float64+ image=image * (2. / 255.) - 1+ float64 -> uint8 + image.astype(np.uint8)+ 扩展维度 + image[np.newaxis, :] + tf.expand_dims(image)

如下所示：

区别 Array Tensor 类型 uint8，float32系列 {} 各类型相互转换 uint8转float64：image = image * (2. / 255.) - 1 float64转uint8：image.astype(np.uint8) {} 扩充维度 image[np.newaxis, :] tf.expand_dims（image,axis=0） 数组拼接 np.concatenate([image, image], axis=0) tf.concat([frame,frame],axis=0) 相互转换 image.eval() tf.convert_to_tensor(image) 拼接 np.concat, np.concatenate, np.stack, image.append等 tf.stack, tf.concat

##array的一些操作

1、获取shape：score.shape #(1, 257, 257)

2、转换成list：score.get_shape().as_list() #[1, 257, 257]

3、list前再扩充一维： [1] + score.get_shape().as_list() #[1, 1, 257, 257]

4、x_crops是(1, 3, 255, 255, 3)，将前两维合并：

x_crops = tf.reshape(x_crops, [x_crops_shape[0] * x_crops_shape[1]] + x_crops_shape[2: ])

5、numpy数组堆叠

z.shape本来是（1,127,127,3），想要堆叠成（3,127,127,3）

np.stack([z_crops_hog,z_crops_hog,z_crops_hog])后，变成了(3, 1, 127, 127, 3)，

vstack 按行堆叠

hstack 按列堆叠

以上这篇python Tensor和Array对比分析就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持易盾网络。