TensorfFlow2【2】TensorFlow2中的张量

一.张量

TensorFlow 中的 Tensor 表示张量,是多维数组、多维列表的意思,可以用阶来表示张量的维数。

  • 标量:0 阶的数值,一个单独的数,如 135。
  • 向量:1 阶的数值,一列或一行数组,如 [1, 3, 5]。
  • 矩阵:2 阶的数值,二维数组 ,如 [[1, 2, 3], [4, 5, 6]]。
  • 张量:超过 2 阶的数值,高维数组,如 [[[xxx]]]。

二.张量的生成

1.constant(常量)

t = tf.constant(value,dtype = None,shape=None,name = 'Const')
	# dtype默认为int32/float32,可以指定
	# shape自动识别,可以指定
	
t0 = tf.constant(4)				# 0维张量(标量)
t1 = tf.constant([1,2])			# 1维张量
t2 = tf.constant([[1],[2]])		# 2维张量
t3 = tf.constant([[[1]],[[2]]])	# 3维张量

2.Variable(变量,参数可变,形状不可变)

v = tf.Variable(value)
v.assign(newvalue)				# 修改v的值,和原shape相同时通过,不相同时报错

3.张量转numpy

t = np.array(tensor)
t = tensor.numpy()

4.常用函数

a = tf.constant([[1,2],[3,4]])
b = tf.constant([[1,2],[3,4]])
tf.add(a,b)		# 求和
tf.sub(a,b)			# 减法
tf.multiply(a,b)	# 点乘
tf.div(a,b)			# 除法
tf.mod(a,b)		# 取模
tf.abs(a)			# 绝对值
tf.matmul(a,b)	# 矩阵乘法,注意行与列

待补充

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
TensorFlow 2 ,您可以使用 `tf.constant()` 函数来创建张量。例如,以下代码创建一个张量: ```python import tensorflow as tf # 创建一个形状为 [2, 3],元素都为 0 的张量 tensor = tf.constant(0, shape=[2, 3]) print(tensor) ``` 输出: ``` tf.Tensor( [[0 0 0] [0 0 0]], shape=(2, 3), dtype=int32) ``` 您可以使用 `tf.Variable()` 函数来创建一个可变的张量,这个张量的值可以被更改。例如,以下代码创建一个可变的张量: ```python import tensorflow as tf # 创建一个形状为 [2, 3],元素都为 0 的可变张量 tensor = tf.Variable(tf.zeros(shape=[2, 3])) print(tensor) ``` 输出: ``` <tf.Variable 'Variable:0' shape=(2, 3) dtype=float32, numpy= array([[0., 0., 0.], [0., 0., 0.]], dtype=float32)> ``` 您还可以使用其他函数来创建张量,例如 `tf.ones()` 函数可以用来创建所有元素为 1 的张量。具体来说,您可以使用以下函数来创建张量: - `tf.constant(value, dtype=None, shape=None, name='Const')`:创建一个不可变的张量。 - `tf.Variable(initial_value=None, trainable=None, validate_shape=True, caching_device=None, name=None, variable_def=None, dtype=None, import_scope=None, constraint=None)`:创建一个可变的张量。 - `tf.ones(shape, dtype=tf.float32, name=None)`:创建所有元素为 1 的张量。 - `tf.zeros(shape, dtype=tf.float32, name=None)`:创建所有元素为 0 的张量。 - `tf.eye(num_rows, num_columns=None, dtype=tf.float32, name=None)`:创建一个单位矩阵。 除此之外,还有很多其他的函数可以用来创建张量,具体可以参考 TensorFlow 2 的文档。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值