Класс TensorSpec

Класс TensorSpec используется для описания тензора: его формы, типа данных и имени. Он не хранит сами данные, а лишь содержит метаинформацию о тензоре. Первым параметром передаётся форма тензора в виде кортежа или списка целых чисел, вторым - тип данных dtype, третьим - имя name.

Синтаксис

tf.TensorSpec(shape, dtype, name)

Пример

Давайте создадим спецификацию для тензора из пяти чисел с типом float32:

import tensorflow as tf

spec = tf.TensorSpec(shape=(5,), dtype=tf.float32)
print(spec)

Результат выполнения кода:

TensorSpec(shape=(5,), dtype=tf.float32)

Пример

Давайте создадим спецификацию для двумерного тензора с именем 'input':

import tensorflow as tf

spec = tf.TensorSpec(shape=(2, 3), dtype=tf.int32, name='input')
print(spec)

Результат выполнения кода:

TensorSpec(shape=(2, 3), dtype=tf.int32, name='input')

Пример

Давайте проверим, соответствует ли тензор заданной спецификации:

import tensorflow as tf

spec = tf.TensorSpec(shape=(5,), dtype=tf.float32)
t = tf.constant([1, 2, 3, 4, 5], dtype=tf.float32)
res = spec.is_compatible_with(t)
print(res)

Результат выполнения кода:

True

Смотрите также

функцию constant,
которая создает тензор из переданных данных
функцию convert_to_tensor,
которая преобразует данные в тензор
функцию shape,
которая возвращает форму тензора
функцию ensure_shape,
которая проверяет соответствие формы тензора