Tensorflow2笔记(一)——基本数据类型

Tensorflow2笔记(一)——基本数据类型

张量(Tensor)

• 标量(scalar)，0阶,s = 1, 2, 3
• 向量(vector)，1阶,v = [1, 2, 3]
• 矩阵(matrix)，2阶,m = [[1, 2, 3], [4, 5, 6]]
• 张量(tensor)，n阶,t = [[[[…

tensorflow数据类型

• tf.int 32, tf.float 32, tf.float 64…
• tf.bool
• tf.string

创建一个Tensor

• tf.constant(张量内容, dtype数据类型)

import tensorflow as tf
a = tf.constant([1, 5], dtype=tf.int64)
print(a)
print(a.dtype)
print(a.shape)

• 将numpy转为Tensor
• tf.convert_to_tensor(数据名, dtype数据类型)

import tensorflow as tf
import numpy as np
a = np.arange(0, 5)
b = tf.convert_to_tensor(a, dtype=tf.int64)
print(a)
print(b)

• 创建全为0的张量tf.zeros(维度)
• 创建全为1的张量tf.ones(维度)
• 创建全为指定值的张量tf.fill(维度, 指定值)
• 生成正态分布的随机数，默认均值为0，标准差为1tf.random.normal(维度, mean=均值, stddev=标准差)
• 生成截断式正态分布的随机数tf.random.truncated_normal(维度, mean=均值, stddev=标准差)
• 生成均匀分部的随机数tf.random.uniform(维度, minval=最小值, maxval=最大值)最小最大是前闭后开区间