TensorFlow中如何确定张量的形状实例
本文介绍TensorFlow中获取张量形状的方法。tf.shape()可在计算图中动态获取形状，tf.shape_n()可获取多个张量形状，tf.size()获取元素个数，tf.rank()确定秩。注意tensor.get_shape()和tensor.shape仅在构建图时有效，无法在sess.run中执行。
2026-10-14
23
本文介绍TensorFlow中获取张量形状的方法。tf.shape()可在计算图中动态获取形状，tf.shape_n()可获取多个张量形状，tf.size()获取元素个数，tf.rank()确定秩。注意tensor.get_shape()和tensor.shape仅在构建图时有效，无法在sess.run中执行。
本文介绍如何使用约300行Python代码，基于链表数据结构实现一个简易的学生成绩管理系统。系统支持数据的插入、查询与删除操作，并通过文件持久化存储学生信息。文章提供了完整的代码逻辑与运行示例，适合初学者理解链表在实际应用中的实现方式及基础的文件IO操作。
本文详解Python语言独特的缩进规则，指出其通过缩进而非花括号标识代码块。文章介绍了使用Tab键或4个空格进行缩进的具体方法，强调同一代码块内缩进必须统一，并辅以实例说明违反规则的后果及正确写法。
本文详细介绍Python 2.6引入的str.format()函数，通过{}和:替代传统%格式化。涵盖基本语法、不限数量参数、位置与关键字参数混合使用，以及通过字典和列表索引设置参数的具体示例，帮助开发者掌握更灵活的字符串格式化技巧。
本文详细介绍如何使用Python的xlrd库进行Excel文件的基础操作，包括安装依赖、打开工作簿、获取Sheet列表、读取行列信息及提取单元格数据。通过具体代码示例，演示如何遍历Excel内容并对比两个文件的数据差异，帮助开发者快速掌握Excel数据处理的核心方法。
本文深入解析 Python 函数参数的核心概念，涵盖位置参数、默认参数、可变参数（*args）及关键字参数（**kwargs）的定义与使用场景。重点讲解默认参数指向可变对象时的陷阱、命名关键字参数的作用及参数混合使用的严格顺序规则，帮助开发者编写更健壮、易读的 Python 代码。
本文详细介绍如何判断Python模块是否安装成功。通过尝试import模块名，若无报错则说明安装正常；对于numpy等复杂模块，建议使用官方测试函数检查编译完整性。此外，还演示了利用python -v命令结合具体模块名来定位模块安装路径的方法，帮助开发者快速排查环境问题。
Python语法上支持多继承，但官方不推荐使用。本文解析多继承中同名方法的“遮蔽”现象：子类继承多个父类时，定义在继承列表左侧的父类方法会覆盖右侧同名方法。通过代码示例展示优先级规则，并说明为何单继承能保持逻辑清晰。
本文深入解析Python中空值的表示方法，重点阐述None作为特殊空值的含义及其与0的区别。通过介绍对象、类与数据类型的关系，说明NoneType的特性，并列举空列表、字典等转换为False的规则，最后演示如何使用any()函数判断空类型，帮助开发者准确处理Python中的空值场景。
本文详细介绍Python中OpenCV库的四种图像平滑算法：均值滤波、方框滤波、高斯滤波和中值滤波。通过具体代码示例与参数解析，演示如何添加噪声并应用不同核大小进行去噪处理，对比各算法在保留边界信息与消除模糊方面的效果差异，帮助开发者掌握图像预处理的核心技术。
本文介绍在Windows环境下，如何通过Anaconda Prompt使用Python命令查询TensorFlow（CPU/GPU版本）及Keras的具体安装目录。同时补充说明Keras模型文件的默认存储路径（C:\Users\user_name\.keras）及models文件夹的作用，帮助用户快速定位资源文件。
本文深入解析Python中-m参数的作用，对比python -m与直接运行.py文件的区别。重点说明sys.path路径差异、模块搜索机制及-m支持的特殊语法，帮助开发者正确使用模块作为脚本运行。
