张量学习笔记11.10

张量：用于表示多维数组，几个方括号就代表几阶，比如[[1,2],[2]]是一个二阶的，又叫做矩阵

数据类型：

tf.float 
tf.int 
tf.bool
(tf.constant([True,False])  
tf.string 

尝试创建一个张量：

import tensorflow as tf 
a=tf.constant([1,5],dtype=tf.int64)#输入一个整形向量
print(a)#张量的所有信息
print(a.shape) #打印维数
print(a.dtype)#打印数据类型

此外，很多时候数据是由numpy格式给出的，为此，用下面这个函数来实现Tensor数据类型的转换：

tf.convert_to_tensor(数据名，dtype=数据类型（可选）)

比如下面这个例子，

import tensorflow as tf
import numpy as np
a =np.arrange(0,5)
b=tf.convert_to_tensor(a, dtype=tf.int64)
print(a)
print(b)

得到运行结果为：

创建一个张量的方式：

tf.zeros(维度）#创建一个全为零的张量
tf.ones(维度）#创建一个全为1的张量
tf.fill(维度，指定值）#创建一个全为指定值的张量

实例：

更高级的生成方式是：

tf.random.normal(维度，mean=设定的均值，stddev=设定的标准差）#可以生产正态分布的随机数
tf.random.truncated_normal(维度，mean=设定的均值，stddev=设定的标准差）#可以生成断崖式正态分布随机数