tensorflow.python.framework.constant_op @tf_export(v1=["constant"]) def constant_v1(value: Any,
dtype: Any = None,
shape: Any = None,
name: str = "Const",
verify_shape: bool = False) -> Tensor
创建一个constant(恒定,在应用中该类型的变量通常是只读,不可修改的)张量。
得到的张量由类型为dtype的值填充,由参数值和(可选的)形状指定(参见下面的示例)。
参数值可以是常量值,也可以是类型为dtype的值列表。如果value是一个列表,那么列表的长度必须小于或等于shape参数所暗示的元素数量(如果指定)。如果列表长度小于按形状指定的元素数量,则列表中的最后一个元素将用于填充其余条目。
参数形状是可选的。如果存在,它指定得到的张量的维数。如果不存在,则使用值的形状。
如果未指定参数dtype,则从值的类型推断类型。
tensor = tf.constant([1, 2, 3, 4, 5, 6, 7]) => [1 2 3 4 5 6 7]
tensor = tf.constant(-1.0, shape=[2, 3]) => [[-1. -1. -1.]
关于张量:
多维数组可以被称之为张量,和numpy中的数组一样,张量也有类型和形状。在tensorflow 的python API中,可以用numpy中的ndarrays来表示。通常用来保存浮点数据,也可以用来存储字符串(任意字节的数组)。