이 페이지는 Cloud Translation API를 통해 번역되었습니다.
Switch to English

tf.constant

TensorFlow 1 버전 GitHub에서 소스보기

텐 서류 객체에서 상수 텐서를 만듭니다.

노트북에 사용

가이드에서 사용 튜토리얼에서 사용

인수 dtype 이 지정되지 않은 경우 유형은 value 유형에서 유추됩니다.

# Constant 1-D Tensor from a python list.
tf.constant([1, 2, 3, 4, 5, 6])
<tf.Tensor: shape=(6,), dtype=int32,
    numpy=array([1, 2, 3, 4, 5, 6], dtype=int32)>
# Or a numpy array
a = np.array([[1, 2, 3], [4, 5, 6]])
tf.constant(a)
<tf.Tensor: shape=(2, 3), dtype=int64, numpy=
  array([[1, 2, 3],
         [4, 5, 6]])>

dtype 이 지정되면 결과 텐서 값이 요청 된 dtype 캐스팅됩니다.

tf.constant([1, 2, 3, 4, 5, 6], dtype=tf.float64)
<tf.Tensor: shape=(6,), dtype=float64,
    numpy=array([1., 2., 3., 4., 5., 6.])>

shape 이 설정되면 value 이 일치하도록 모양이 변경됩니다. 스칼라가 확장되어 shape 을 채 웁니다.

tf.constant(0, shape=(2, 3))
  <tf.Tensor: shape=(2, 3), dtype=int32, numpy=
  array([[0, 0, 0],
         [0, 0, 0]], dtype=int32)>
tf.constant([1, 2, 3, 4, 5, 6], shape=[2, 3])
<tf.Tensor: shape=(2, 3), dtype=int32, numpy=
  array([[1, 2, 3],
         [4, 5, 6]], dtype=int32)>

tf.constant 는 열망하는 Tensor가 value 전달되면 효과가 없으며 그라디언트도 전송합니다.

v = tf.Variable([0.0])
with tf.GradientTape() as g:
    loss = tf.constant(v + v)
g.gradient(loss, v).numpy()
array([2.], dtype=float32)

그러나, 이후 tf.constant 임베딩의 값 tf.Graph 이 상징적 인 텐서 실패 :

i = tf.keras.layers.Input(shape=[None, None])
t = tf.constant(i)
Traceback (most recent call last):

NotImplementedError: ...

tf.constant항상 CPU (호스트) 텐서를 생성합니다. 다른 기기에서 텐서를 만들려면 tf.identity 사용 tf.identity . (하지만 value 이 eager Tensor이면 위에서 언급 한대로 수정되지 않은 상태로 텐서가 반환됩니다.)

  • tf.convert_to_tensor 는 비슷하지만 다음과 같습니다.
    • shape 인수가 없습니다.
    • 심볼릭 텐서는 통과 할 수 있습니다.
    i = tf.keras.layers.Input(shape=[None, None])
    t = tf.convert_to_tensor(i)
        
  • tf.fill : 몇 가지면에서 다릅니다.
    • tf.constant 지원은 상수, 같은 단지 균일 스칼라 텐서 임의 tf.fill .
    • tf.fill 은 런타임에 확장되는 그래프에 Op를 생성하므로 큰 텐서를 효율적으로 나타낼 수 있습니다.
    • tf.fill 은 값을 포함하지 않으므로 동적 크기의 출력을 생성 할 수 있습니다.

value 출력 유형 dtype 의 상수 값 (또는 목록).
dtype 결과 텐서의 요소 유형입니다.
shape 결과 텐서의 선택적 차원.
name 텐서의 선택적 이름입니다.

상수 텐서.

TypeError 모양이 잘못 지정되었거나 지원되지 않는 경우.
ValueError 기호 텐서에서 호출되는 경우.