TensorFlow是Google設計的開源Python庫，用於開發機器學習模型和深度學習神經網絡。
identity_n()用於獲取具有與輸入Tensor相同的形狀和內容的Tensor列表。
用法：tensorflow.identity_n( input, name)
參數：
- 輸入：它是張量。
- 名稱(可選)：它定義了操作的名稱。
返回值：它返回具有相同形狀和內容的張量列表作為輸入。
範例1：
Python3
# Importing the library
import tensorflow as tf
# Initializing the input
data = tf.constant([[1, 2, 3], [3, 4, 5], [5, 6, 7]])
# Printing the input
print('data:', data)
# Calculating result
res = tf.identity_n(data)
# Printing the result
print('res:', res)輸出：
data: tf.Tensor(
[[1 2 3]
[3 4 5]
[5 6 7]], shape=(3, 3), dtype=int32)
res: [<tf.Tensor:shape=(3, ), dtype=int32, numpy=array([1, 2, 3], dtype=int32)>,
<tf.Tensor:shape=(3, ), dtype=int32, numpy=array([3, 4, 5], dtype=int32)>,
<tf.Tensor:shape=(3, ), dtype=int32, numpy=array([5, 6, 7], dtype=int32)>]
範例2：
Python3
# Importing the library
import tensorflow as tf
# Initializing the input
data = tf.constant([1, 2, 3])
# Printing the input
print('data:', data)
# Calculating result
res = tf.identity_n(data)
# Printing the result
print('res:', res)輸出：
data: tf.Tensor([1 2 3], shape=(3, ), dtype=int32)
res: [<tf.Tensor:shape=(), dtype=int32, numpy=1>,
<tf.Tensor:shape=(), dtype=int32, numpy=2>,
<tf.Tensor:shape=(), dtype=int32, numpy=3>]
相關用法
注：本文由純淨天空篩選整理自aman neekhara大神的英文原創作品 Python – tensorflow.identity_n()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。