# -*- coding: utf-8 -*- import tensorflow as tf # 创建张量 t = tf.constant([1, 2, 3, 4], tf.float32) # 创建会话 session = tf.Session() # 张量转化为ndarray array = session.run(t) # 打印其数据类型与其值 print(type(array)) print(array) <class 'numpy.ndarray'> [ 1. 2. 3. 4.]
文章标签 tensorflow 数据类型 编程 文章分类 后端开发
# -*- coding: utf-8 -*- import tensorflow as tf # 创建张量 t = tf.constant([1, 2, 3, 4], tf.float32) # 创建会话 session = tf.Session() # 张量转化为ndarray array = session.run(t) # 打印其数据类型与其值 print(type(array)) print(array) <class 'numpy.ndarray'> [ 1. 2. 3. 4.]
上一篇:修改模型参数名
freemarker之配置 1、基本内容配置就是在对象中存储常用(应用级别)的设置和定义某些想在所有模板中可用的变量。它们也会处理Template实例的创建和缓存操作。配置对象是freemarker.template.Configuration的实例,可以通过构造方法来创建它
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG,图片不超过1.9M