TensorFlow2.0 01

 

 

目录

引入TENSORFLOW库

创建数据类型

查看数据类型

数据转化

cast命令（转化数据类型）

Variable类型

创建tensor

1.从numpy中来，或者传list

2.zeros，ones

3.random

​

4.constant基本等于convert_to_tensor

loss函数

索引与切片

1.（： ，：：，...）的使用

2.tf.gather(axis指定第几维，indices指定第几个)可以不按顺序收集

3.tf.gather_nd(a，指定收集)可以不按顺序收集不同维

4.tf.boolean_mask(a，指定收集)可以不按顺序收集不同维

维度变换

1.tf.reshape，重新塑造维度，增加或减少维度

2.tf.transpose(转置)，调换不同维度

3.增加expand，缩减squeeze维度

4.Brodencast（并不是真的使用空间复制，而是虚拟的，节约存储空间）

5.tf.tile（不能优化存储空间）

6.reshape

合并与分割

1.concat拼接（可以指定维度）不产生新的维度

2.stack产生新的维度（所有维度必须完全一致）

3.切割unstack（会把该维度打散，直接消除掉，比如某个维度有8，则打散成8个）

4.split指定打散长度

前向传播（张量）

enumerate使用

---

 

---

 

---

引入TENSORFLOW库

创建数据类型

查看数据类型

数据转化

另一种方式

cast命令（转化数据类型）

Variable类型

创建tensor

主要以下几种

1.从numpy中来，或者传list

传list

2.zeros，ones

3.random

4.constant基本等于convert_to_tensor

loss函数

索引与切片

a为【4,35,8】

1.（： ，：：，...）的使用

2.tf.gather(axis指定第几维，indices指定第几个)可以不按顺序收集

3.tf.gather_nd(a，指定收集)可以不按顺序收集不同维

（【【0,0】，【1，1】】其中0,0与1,1是并列的关系）

4.tf.boolean_mask(a，指定收集)可以不按顺序收集不同维

维度变换

1.tf.reshape，重新塑造维度，增加或减少维度

2.tf.transpose(转置)，调换不同维度

3.增加expand，缩减squeeze维度

减少只能减少维度为1的

4.Brodencast（并不是真的使用空间复制，而是虚拟的，节约存储空间）

当tensor支持brodancast时会自动运行，

5.tf.tile（不能优化存储空间）

6.reshape

 

合并与分割

1.concat拼接（可以指定维度）不产生新的维度

拼接维度不等，其他维度相等，比如【2,35,8】与【1,35,8】

2.stack产生新的维度（所有维度必须完全一致）

3.切割unstack（会把该维度打散，直接消除掉，比如某个维度有8，则打散成8个）

4.split指定打散长度

比如【2,2，4】则打散成为三个，分别是2,2,4

 

前向传播（张量）

enumerate使用

 

 

 

 

 

 

，