前端之家收集整理的这篇文章主要介绍了
python Tensor和Array对比分析，
前端之家小编觉得挺不错的，现在分享给大家，也给大家做个参考。
如下所示：
| 区别 |
Array |
Tensor |
@H_502_17@类型
@H_502_17@uint8，float32系列
@H_502_17@{}
@H_502_17@各类型相互转换
@H_502_17@uint8转float64：image = image * (2. / 255.) - 1 float64转uint8：image.astype(np.uint8)
@H_502_17@{}
@H_502_17@扩充维度
@H_502_17@image[np.newaxis,:]
@H_502_17@tf.expand_dims（image,axis=0）
@H_502_17@数组拼接
@H_502_17@np.concatenate([image,image],axis=0)
@H_502_17@tf.concat([frame,frame],axis=0)
@H_502_17@相互转换
@H_502_17@image.eval()
@H_502_17@tf.convert_to_tensor(image)
@H_502_17@拼接
@H_502_17@np.concat,np.concatenate,np.stack,image.append等
@H_502_17@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]
3、list前再扩充一维： [1] + score.get_shape().as_list() #[1,1,257]
4、x_crops是(1,3,255,3)，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（1,127,3），想要堆叠成（3,3）
np.stack([z_crops_hog,z_crops_hog,z_crops_hog])后，变成了(3,3)，
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我们。
