2. tensorflow2.0学习---Tensor创建和维度变换

最新推荐文章于 2023-09-18 22:29:50 发布

ZhiP_Yan

最新推荐文章于 2023-09-18 22:29:50 发布

阅读量798

点赞数

分类专栏： tensorflow2.0 文章标签： python 神经网络深度学习

本文链接：https://blog.csdn.net/ZhiP_Yan/article/details/104727993

版权

这篇博客介绍了在TensorFlow 2.0中如何创建Tensor，包括从numpy和list数据中获取，常用的新建方法如tf.ones(), tf.zeros()等。还详细讲解了Tensor的维度变换，如reshape、转置和增加/减少维度的操作，重点讨论了在神经网络中数据预处理的重要性。" 127899351,10838212,湖南工程学院第二期万应低代码实训营：校企合作，人才培养,"['低代码', '云计算', '教育']

摘要由CSDN通过智能技术生成

创建Tensor

从numpy， list数据中获得

创建一个Tensor数据可以从list或者numpy矩阵中获得。不过在list中，每个数据的类型可能不一致，而转化为Tensor要求数据类型应该是一致的，不过这种一致并非十分严格，也可以说逻辑上可以的数据便可以转化为Tensor，例如list数组中可能同时存在int类型和float类型，转化为Tensor时数据会自动扩充为float类型。

tf.convert_to_tensor(np.ones([2, 3]))

tf.convert_to_tensor([1., 2])
Out[ ]: <tf.Tensor: id=6, shape=(2,), dtype=float32, numpy=array([1., 2.], dtype=float32)>

常用的新建Tensor

新建Tensor类似与numpy中的方式，包括tf.ones(shape), tf.zeros(shape), tf.fill(shape，value)。即充填为1，0，value值。创建Tensor时，若没有给出shape数据，则表示创建一个标量（数值）。这种新建方式存在缺点：只能创建同样数值的数据。

# 创建 3 * 2 的全一矩阵
a = tf.ones([3 , 2]) 

# 创建 3 * 2 的全零矩阵
a = tf.zeros([3, 2])

# 创建 2 * 3 的矩阵，数据都为5.0
tf.fill([2, 3], 5.)
Out[ ]: <tf.Tensor: id=33, shape=(2, 3)