Lassen Sie uns nun alle wichtigen Themen zusammenfassen, die wir in diesem Kurs besprochen haben. Fühlen Sie sich frei, das Übersichtsmaterial am Ende dieser Seite herunterzuladen.

Tensorflow Einrichtung

Installation

python

Importieren

python

Tensorarten

Einfache Tensor-Erstellung

python

Tensor-Eigenschaften

• Rang: Er gibt die Anzahl der Dimensionen an, die im Tensor vorhanden sind. Zum Beispiel hat eine Matrix einen Rang von 2. Sie können den Rang des Tensors mit dem Attribut .ndim erhalten:

python

• Form: Diese beschreibt, wie viele Werte in jeder Dimension existieren. Eine 2x3-Matrix hat eine Form von (2, 3). Die Länge des Formparameters entspricht dem Rang des Tensors (seiner Anzahl an Dimensionen). Sie können die Form des Tensors mit dem Attribut .shape erhalten:

python

• Typen: Tensors gibt es in verschiedenen Datentypen. Während es viele gibt, sind einige gängige float32, int32 und string. Sie können den Datentyp des Tensors mit dem Attribut .dtype erhalten:

python

Tensorachsen

Anwendungen von Tensoren

• Tabellendaten

• Textsequenzen

• Numerische Sequenzen

• Bildverarbeitung

• Videobearbeitung

Batches

Tensor-Erstellungsmethoden

python

Konvertierungen

• NumPy zu Tensor

python

• Pandas zu Tensor

python

• Konstanter Tensor zu einem Variablen-Tensor

python

Datentypen

python

Arithmetik

• Addition

python

• Subtraktion

python

• Elementweise Multiplikation

python

• Division

python

Broadcasting

Lineare Algebra

• Matrixmultiplikation

python

• Matrixinversion

python

• Transponieren

python

• Skalarprodukt

python

Umformen

python

Slicing

python

Modifizieren mit Slicing

python

Verkettung

python

Reduktionsoperationen

python

Gradientband

python

@tf.function

python