获取tensor的值(tensorsum())

今天小爱来给大家分享一些关于tensor.sum()方面的知识吧，希望大家会喜欢哦

获取tensor的值(tensorsum())

获取tensor的值(tensorsum())

1、这里的i用来指示四面体的序号，这里翻译一下，就是说我们希望每个四面体的形变梯度矩阵的行列式为1，也就是说每个四面体都是体积不变的。

2、本文是对 文档 的学习笔记。

3、TF2 用 tf.Variable 类来存储变量（Tensor 是常量）。

4、 tf.keras 就是用 variables 来存储参数的。

5、可以用一个 Tensor 来初始化一个 Variable， 内容正文：Variable 内部的数据类型回合 Tensor 的 dtype 一致。

6、Variable 看起来和 Tensor 不多， 而实际上 Variable 的数据结构就是由 Tensor 支撑的。

7、 类似 Tensor， variable 也有 dtype， shape 属性， 同时，它也可以被转成Numpy。

8、 大多数 Tensor 的函数， 都可以用在 Variable上面， 但是 Variable 不支持 reshape。

9、可以利用 assign 对 Variable 赋值， Variable 会重复利用已有内存。

10、 所以， Variable 被assign的 Tensor 的shape 必须 和初始化的shape 一致（Variable 不可以改变shape）从现有 Variable 创建一个新的Variable 会导致创建新的对象， （不像 python 是引用， TF2 是真对象）Python 版的 TF2 中， Variable 的生命周期和其他 Python 对象一致， 如果引用消失则会自动被回收。

11、Variable 可以有自己的 “名字”， 注意这里说的的“名字” 指的不是变量名， 而是 TF2 规定的， 每个 Variable 可以有的“名字”。

12、保存和加载模型时，将保留变量名称。

13、默认情况下，模型中的变量将自动获取的变量名，因此除非你愿意，否则不需要自己分配它们。

14、尽管变量对于区分很重要，但是某些变量将不需要区分。

15、你可以通过在创建时将可训练设置为false来关闭变量的渐变。

16、TF2 会自动把 Tensor 和 Variable 放到运行最快的地方， 这就意味着如果有 GPU 的话， 大部分变量会被放置在GPU上。

17、 然而， 开发者可以设定这个选项， 强制将float 类型数据放在CPU 上运行Linear。

18、可以在一个设备上设置 variable 或 tensor 的位置，并在另一个设备上进行计算。

19、由于需要在设备之间数据，因此会引入延迟。

20、 但是，如果您有多个GPU工作程序，但只想要变量的一个副本，那copy 就不可避免。

21、分布式计算参考： our guide .。

本文到这结束，希望上面文章对大家有所帮助。