自己开发了一个股票智能分析软件,功能很强大,需要的点击下面的链接获取:
https://www.cnblogs.com/bclshuai/p/11380657.html
1.1 矩阵
1.1.1 矩阵生成方法
生成方法 | 说明 |
tf.reshape向量转矩阵 | 先生成向量,然后转换为矩阵g1 = tf.linspace(1.0,10.0,16) print(g1) g2 = tf.constant(sess.run(tf.reshape(g1,[4,4]))) print(g2) print(sess.run(g2)) |
Tf.zeros([4,5],dtype=tf.int32)生成全零矩阵 | 生成4行5列的全0矩阵。 |
Tf.ones([4,5],dtype=tf.int32)生成全1的矩阵 | 生成4行5列的全1矩阵。 |
Tf.fill([4,5],10.1) 生成指定值的矩阵。 | 生成4行5列的矩阵,值设置为10.1。 |
g11 = tf.diag([1, 1, 2, 2])生成对角矩阵。 | 向量给出的对角线上的元素,其他的都是0. |
g14 = tf.random_normal([3,8], mean=1.0, stddev=2.0, dtype=tf.float32) | 生成随机值的矩阵。可以指定随机值的行列,平均值,方差,数据类型。 |
矩阵的转置g3 = tf.transpose(g2) | 对角线元素不变,按照对角线互换数据,2行三列的转置之后变成3行2列。 |
1.1.2 矩阵的运算
运算类型 | 说明 |
加减运算h03 = h01 + h02 | 行列相等的矩阵对应元素加减 |
广播运算h04 = h02 + 2.0 | 矩阵每个元素和常量运算 |
print(sess.run(h05 * h06)) | 矩阵的对应位置元素相乘得到新的矩阵,也可以用matmul函数,或者”@”,运算符h05 @h06。 |
求逆矩阵i01_rev = tf.matrix_inverse(i01) | 两个矩阵相乘得到单位对角矩阵,则两个矩阵互为逆矩阵。矩阵行列式的值不等于0时,有逆矩阵。tf.matrix_determinant(h05)计算矩阵的行列式值。 |
逆矩阵计算多项式 | x+y+z =1, x-y-z = 2, 5x-2y+2z = 3的多项式,左边参数构成3行3列的参数,然后求出逆矩阵,将逆矩阵乘以右边的向量就得到的方程式的解。 |
tf.norm(a02, ord='euclidean')矩阵的范数Norm计算 | 所有制的平方的和,再求平方根。也称为欧几里得距离。euclidean就是欧几里得的意思。 |