深度学习--tensorflow

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/zhouky146/article/details/89916812

1.tensorflow shape 理解

先举个例子：
[[1,2,3] , [4,5,6]]和

[[1,2,3],
[4,5,6]]
是一样的，都是2行3列（shape=[2,3]）。应该怎么记呢？
这个矩阵，先拿掉最外层中括号，变成[1,2,3], [4,5,6]，[1,2,3]和 [4,5,6]被逗号隔开成2块，理解为有2个元素，每个元素（如[1,2,3]）拿掉中括号后，剩下1、2和3被逗号隔开，理解为有3个元素，所以是shape=[2,3]。

再换个例子，如果shape=[1,1,1]，那它会接收什么样的数据？我们根据规则，第1个数字为“1”表示最外层的元素个数只有1个。
[a]
第二层的数字为“1”表示拿掉一次括号后，剩下的仍然只有1个元素.
[ [a] ]
相应的，第3个“1”表示再拿掉一次括号后还是只剩1个元素
[[ [a] ]]就是结果。

shape = [1,1,2]表示数据应该是这样的：[[[a,b]]]。

2.https://blog.csdn.net/cxmscb/article/details/71023576

3.lenet5