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]
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。