TensorFlow教程（四）：矩阵操作

最新推荐文章于 2023-04-21 19:55:04 发布

观月执白

最新推荐文章于 2023-04-21 19:55:04 发布

阅读量2.2k

点赞数

分类专栏： TensorFlow

本文链接：https://blog.csdn.net/pianzang5201/article/details/88849156

版权

本文介绍了在TensorFlow中创建、操作矩阵的方法，包括矩阵加减、乘法、转置、行列式计算、逆矩阵求解及特征值分解等内容，并通过实例展示了如何使用TensorFlow的相关函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

学习TensorFlow中矩阵的操作对于理解计算图中数据的流动来说非常重要。

1、创建矩阵

可以使用numpy数组（或者嵌套列表来创建二维矩阵）；也可以使用创建张量的函数（比如，zeros()，ones()，truncated_normal()等）来指定一个二维形状的矩阵；也可以使用diag()函数从一个一维数组（或者列表）来创建一个对角矩阵。

import tensorflow as tf
import numpy as np
sess = tf.Session()

identity_matrix = tf.diag([1.0, 1.0, 1.0])
A = tf.truncated_normal([2,3])
B = tf.fill([2, 3], 5.0)
C = tf.random_uniform([3，2])
D = tf.convert_to_tensor(np.array([[1.0, 2.0, 3.0], [-3.0, -7.0, -1.0], [0.0, 5.0, -2.0]]))


print(sess.run(identity_matrix))
#[[1.0, 0.0, 0.0]
# [0.0, 1.0, 0.0]
# [0.0, 0.0, 1.0]]

print(sess.run(A))
#[[0.96751703, 0.11397751, -0.3438891]
# [-0.10132604, -0.8432678, 0.29810956]]

print(sess.run(B))
#[[5.0, 5.0, 5.0]
# [5.0, 5.0, 5.0]]

print(sess.run(C))
#[[0.33184357, 0.08907614]
# [0.53189191, 0.067605299]
# [0.99889051, 0.67061249]]

print(sess

最低0.47元/天解锁文章