Python TensorFlow，张量的生成，张量运算的常用API，张量的类型转换 cast，张量的合并 concat

张量的数学函数API：https://www.tensorflow.org/api_docs/python/tf/math (算术运算、数学函数、矩阵运算、减少维度、序列运算)。  1.0版本的API，高版本的可能稍不同。

张量的生成 API：

张量改变数据类型的API：

---

demo.py（张量的生成、张量的合并、张量的类型转换）：

import tensorflow as tf
import numpy as np
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'  # 设置警告级别

# 创建全为0的张量
my_zeros = tf.zeros([3, 4], tf.float32)
# 创建全为1的张量
my_ones = tf.ones([3, 4], tf.float32)

# 创建随机数 组成的张量(符合正态分布的随机数)
my_random = tf.random_normal([2, 3], mean=0.0, stddev=1, seed=1)  # seed表示随机种子

# 转换数据的类型
my_int = tf.constant(np.arange(12), shape=[3, 4], dtype=tf.int32)  # int32类型
my_float = tf.cast(my_int, tf.float32)   # int32类型转换成float32类型

# 张量的合并
a = [[1,2,3], [4,5,6]]
b = [[7,8,9], [10,11,12]]
c = tf.concat([a, b], axis=0)  # axis=0表示按行合并


with tf.Session() as sess:
    print(sess.run(my_zeros))
    '''
    [[0. 0. 0. 0.]
     [0. 0. 0. 0.]
     [0. 0. 0. 0.]]
    '''
    print(sess.run(my_ones))
    '''
    [[1. 1. 1. 1.]
     [1. 1. 1. 1.]
     [1. 1. 1. 1.]]
    '''
    print(sess.run(my_random))
    '''
    [[-0.8113182   1.4845988   0.06532937]
     [-2.442704    0.0992484   0.5912243 ]]
    '''
    print(sess.run(my_float))
    '''
    [[ 0.  1.  2.  3.]
     [ 4.  5.  6.  7.]
     [ 8.  9. 10. 11.]]
    '''
    print(sess.run(c))
    '''
    [[ 1  2  3]
     [ 4  5  6]
     [ 7  8  9]
     [10 11 12]]
    '''