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1
tf.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