ANHANG C
Spezielle Datenstrukturen
In diesem Anhang wollen wir uns kurz die über normale Float- oder Integer-Tensoren hinausgehenden Datenstrukturen anschauen, die von TensorFlow unterstützt werden. Dazu gehören Strings, Ragged-Tensoren, Sparse-Tensoren, Tensor-Arrays, Sets und Queues.
Strings
Tensoren können Bytestrings enthalten, was besonders für die Verarbeitung natürlicher Sprache nützlich ist (siehe Kapitel 16):
>>> tf.constant(b"hello world")
<tf.Tensor: shape=(), dtype=string, numpy=b'Hallo Welt'>
Versuchen Sie, einen Tensor mit einem Unicodestring zu erstellen, konvertiert TensorFlow ihn automatisch nach UTF-8:
>>> tf.constant("café")
<tf.Tensor: shape=(), dtype=string, numpy=b'caf\xc3\xa9'>
Es ist auch möglich, Tensoren zu erstellen, ...
Get Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow, 3rd Edition now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
