Python – tensorflow.identity_n()

TensorFlow是谷歌设计的开源Python库，用于开发机器学习模型和深度学习神经网络。

identity_n()用于获得一个与输入张量的形状和内容相同的张量列表。

语法: tensorflow.identity_n( input, name)

参数:

• input: 它是一个张量。
• name（可选）:它定义了该操作的名称。

返回：它返回一个具有与输入相同形状和内容的张量列表。

示例 1:

# Importing the library
import tensorflow as tf
  
# Initializing the input
data = tf.constant([[1, 2, 3], [3, 4, 5], [5, 6, 7]])
  
# Printing the input
print('data: ', data)
  
# Calculating result
res = tf.identity_n(data)
  
# Printing the result
print('res: ', res)

输出:

data:  tf.Tensor(
[[1 2 3]
 [3 4 5]
 [5 6 7]], shape=(3, 3), dtype=int32)
res:  [<tf.Tensor: shape=(3, ), dtype=int32, numpy=array([1, 2, 3], dtype=int32)>,
     <tf.Tensor: shape=(3, ), dtype=int32, numpy=array([3, 4, 5], dtype=int32)>, 
     <tf.Tensor: shape=(3, ), dtype=int32, numpy=array([5, 6, 7], dtype=int32)>]

示例 2:

# Importing the library
import tensorflow as tf
  
# Initializing the input
data = tf.constant([1, 2, 3])
  
# Printing the input
print('data: ', data)
  
# Calculating result
res = tf.identity_n(data)
  
# Printing the result
print('res: ', res)

输出:

data:  tf.Tensor([1 2 3], shape=(3, ), dtype=int32)
res:  [<tf.Tensor: shape=(), dtype=int32, numpy=1>,
     <tf.Tensor: shape=(), dtype=int32, numpy=2>, 
     <tf.Tensor: shape=(), dtype=int32, numpy=3>]