解释:
tf.linspace(start, end, num):这个函数主要的参数就这三个,start代表起始的值,end表示结束的值,num表示在这个区间里生成数字的个数,生成的数组是等间隔生成的。start和end这两个数字必须是浮点数,不能是整数,如果是整数会出错的,请注意!
np.linspace(start, end, num):主要的参数也是这三个,我们平时用的时候绝大多数时候就是用这三个参数。start代表起始的值,end表示结束的值,num表示在这个区间里生成数字的个数,生成的数组是等间隔生成的。start和end这两个数字可以是整数或者浮点数!
分析:
这两个函数的功能是差不多的,如果就是用这三个参数,就是相同的,不过生成的结果有一点点十分微小的区别,估计是在近似的时候产生的,也就是近似的方式不同,或者是精度不同产生的,产生间隔的准则是一样的,间隔的计算公式为(end - start) /( num - 1)。产生的num个数字里面,包含了起始值和结束值。
例如:
import tensorflow as tf
import numpy as np
A = tf.linspace(1.0, 20.0, 10)
B = np.linspace(1, 20, 10)
print A.eval(session=tf.Session())
print B
结果:
[ 1. 3.11111116 5.22222233 7.33333349 9.44444466
11.55555534 13.66666698 15.77777863 17.88888931 20. ]
[ 1. 3.11111111 5.22222222 7.33333333 9.44444444
11.55555556 13.66666667 15.77777778 17.88888889 20. ]