本文使用Jupyter Notebook（python3）编写

TensorFlow版本为2.2.0

---

---

本程序使用TensorFlow v2 实现打印 “Hello World”

import tensorflow as tf #创建一个Tensor字符串常量 hello = tf.constant("hello world ") print(hello) 

运行结果如下：
tf.Tensor(b'hello world', shape=(), dtype=string)

访问hello中的字符串，我们需要用到numpy（）

#调用numpy()，来访问一个Tensor值 print(hello.numpy()) 

运行结果如下：
b'hello world'

---

本程序原期望的运行结果为hello world，而实际运行结果为b'hello world'

在网上查阅后，博主的理解：

b前缀的字符串为bytes类型的字符串
python语言中有两种不同的字符串，一个用于存储文本（unicode类型文本字符串u'hello world'），一个用于存储原始字节（byte类型字节字符串b'hello world'）
在python3中，str变量默认采用unicode类型，因而省略了u前缀
字节型字符串和文本型字符串之间可以通过编码encode()和解码decode()相互转换。

那么既然hello.numpy()返回的是字节型字符串
我们对其进行decode()解码操作

#调用decode()解码，默认为utf-8解码 print(hello.numpy().decode()) 

运行结果为：
hello
这样就得到了期望的运行结果

对于含中文的字符串可以更明显地看到区别
我们可以定义一个含中文的Tensor字符串常量

test = tf.constant('hello 世界') print(test) print(test.numpy()) 

运行结果为：
tf.Tensor(b'hello \xe4\xb8\x96\xe7\x95\x8c', shape=(), dtype=string) b'hello \xe4\xb8\x96\xe7\x95\x8c'
可以看到字节型字符串中用3位16进制数来表示一个汉字

对test.numpy()解码

print(test.numpy().decode()) 

运行结果为：
hello 世界

上文中用到的编码方式称为utf-8，是python3中默认的编码方式
其他编码方式还有gbk等
其他前缀还有r,f,u等

有兴趣的朋友可以参考其他相关资料

本文地址：https://blog.csdn.net/m0_48796437/article/details/107126050