返回博客

TensorFlow 使用笔记:shape, rank, dimension 理解及 tf.image.nonMaxSuppression() 函数

记录 TensorFlow 学习笔记,包括 TensorFlow 的 shape, rank, dimension 理解以及 TensorFlow.js tf.image.nonMaxSuppression() 函数的使用。文章内容涵盖了对象检测模型的训练以及 TensorFlow.js 的相关知识。

Mt.r
|

想做一个对象检测,和自己训练模型,目前处于查资料状态,还未开始。

理解 TensorFlow 的 shape,rank,dimension

标量 [] 0 0-D 向量 [Dimension0] 1 1-D 矩阵 [Dimension0, Dimension1] 2 2-D 3 维序列 [Dimension0, Dimension1, Dimension2] 3 3-D n 维序列 [Dimension0, Dimension1, …, Dimension(n-1)] n n-D

Tensorflow.js tf.image.nonMaxSuppression() Function