【Tensorflow基础（一）】

• 5

• 6

• 7

1.数据类型

---

Tensorflow主要有3种数据类型：数值型，字符串型，布尔型

1.1 数值类型

标量(Scalar) 单个的实数，如 1.2, 3.4 等

向量(Vector) n 个实数的有序集合，通过中括号包裹，如[1.2]，[1.2,3.4]等

矩阵(Matrix) n 行 m 列实数的有序集合，如[[1,2],[3,4]]

标量在 TensorFlow 是如何创建的

# python 语言方式创建标量 a = 1.2 # TF 方式创建标量 aa = tf.constant(1.2) type(a), type(aa), tf.is_tensor(aa)

• 1

• 2

• 3

• 4

• 5

(float, tensorflow.python.framework.ops.EagerTensor, True)

• 1

如果要使用 TensorFlow 提供的功能函数， 须通过 TensorFlow 规定的方式去创建张量，而不能使用 Python 语言的标准变量创建方式。

x = tf.constant([1,2.,3.3]) # 打印 TF 张量的相关信息 x

• 1

• 2

• 3

<tf.Tensor: shape=(3,), dtype=float32, numpy=array([1. , 2. , 3.3], dtype=float32)>

• 1

# 将 TF 张量的数据导出为 numpy 数组格式 x.numpy()

• 1

• 2

array([1. , 2. , 3.3], dtype=float32)

• 1

与标量不同，向量的定义须通过 List 容器传给 tf.constant()函数。

创建一个元素的向量：

# 创建一个元素的向量 a = tf.constant([1.2]) a, a.shape

• 1

• 2

• 3

(<tf.Tensor: id=2, shape=(1,), dtype=float32, numpy=array([1.2], dtype=float32)>, TensorShape([1]))

• 1

• 2

创建 3 个元素的向量：

# 创建 3 个元素的向量 a = tf.constant([1,2, 3.]) a, a.shape

• 1

• 2

• 3

(<tf.Tensor: id=3, shape=(3,), dtype=float32, numpy=array([1., 2., 3.], dtype=float32)>, TensorShape([3]))

• 1

• 2

定义矩阵

# 创建 2 行 2 列的矩阵 a = tf.constant([[1,2],[3,4]]) a, a.shape

• 1

• 2

• 3

(<tf.Tensor: id=4, shape=(2, 2), dtype=int32, numpy= array([[1, 2], [3, 4]])>, TensorShape([2, 2]))

• 1

• 2

• 3

三维张量可以定义为：

# 创建 3 维张量 tf.constant([[[1,2],[3,4]],[[5,6],[7,8]]])

• 1

• 2

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

[[5, 6],

[7, 8]]])>

• 1

• 2

• 3

• 4

• 5

• <