TensorFlow — Tensor

Sumário
1.	Introdução
2.	Exemplos de tensores
3.	Conversão entre "tensorflow" e "numpy"
4.	Para saber informações sobre a "GPU" e colocação das variáveis
5.	Métodos
6.	Obter a referência para um tensor
7.	Bibliografia

Início

---

1. Introdução

Um tensor, tf.Tensor é uma matriz multidimensional. Semelhante aos objetos NumPy ndarray.
Os objetos tf.Tensor têm um tipo de dados e uma forma:

• Um valor,
• Um único tipo de dados (dtype). Exemplos: float32, int32, string, etc.
• Uma forma (shape).

Nota: Vários exemplos foram retirados dos manuais (ver bibliografia).

Início

---

2. Exemplos de tensores

x1 = tf.add(1, 2)
x2 = tf.add([1, 2], [3, 4])
x3 = tf.square(5)
x4 = tf.reduce_sum([1, 2, 3])
x5 = tf.square(2) + tf.square(3)
print(x5)
print(x5.numpy())

x = tf.matmul([[1]], [[2, 3]])
print(x)
print(x.shape)
print(x.dtype)

Início

---

3. Conversão entre "tensorflow" e "numpy"

A conversão entre TensorFlow e ndarray NumPy e inversamente são feitas automaticamente. Exemplo:

ndarray = np.ones([3, 3])
tensor = tf.multiply(ndarray, 42)
print(tensor)
print(np.add(tensor, 1))
print(tensor.numpy())

Nota: É bom ter em conta que o Tensor pode viver no CPU, no GPU ou no TPU, enquanto o ndarray vive no CPU.

Início

---

4. Para saber informações sobre a "GPU" e colocação das variáveis

Para saber a GPU existe, fazer:

print("Is there a GPU available: "),
print(tf.config.list_physical_devices("GPU"))

Para saber se um tensor está na GPU, fazer:

x = tf.random.uniform([3, 3])
print("Is the Tensor on GPU #0:  "),
print(x.device.endswith('GPU:0'))

Início

---

5. Métodos

• tf.constant():
Cria um tensor constante a partir de um objeto semelhante a um tensor. Exemplos:

x1 = tf.constant(np.square(6))
x2 = tf.constant(np.ones([3, 3]))

Bibliografia:
• TensorFlow: constant

Início

---

6. Obter a referência para um tensor

x.ref() devolve um objecto "hashável" para o tensor "x":

x = tf.constant(5)
y = tf.constant(10)
tensor_set = {x.ref(), y.ref()}
x.ref() in tensor_set
tensor_dict = {x.ref(): 'five', y.ref(): 'ten'}
tensor_dict[y.ref()]
print(x.ref())
x.ref().deref()
print(x.ref().deref().numpy())

Nota: Vários exemplos foram retirados dos manuais (ver bibliografia). note-se que "x.ref().deref()" devolve o tensor original.

Início

---

7. Bibliografia

• TensorFlow: Noções básicas de personalização: tensores e operações

Início

---