Tensorflow 张量

Tensorflow使用张量作为数据的基本单位。可以使用它来描述数学中的标量(0为数组)、向量(1维数组)、矩阵(2维数组)等各种量

import tensorflow as tf
#定义一个随机数(标量)
random_float = tf.random.uniform(shape=())
print("random_float:",random_float)
#定义一个有2个元素的零向量
zero_vector = tf.zeros(shape=(2))
print("zero_vector:",zero_vector)

A = tf.constant([[1.,2.],[3.,4.]])
B = tf.constant([[5.,6.],[7.,8.]])
print("A.shape:",A.shape)
print("A.dtype:",A.dtype)
print("A.numpy():",A.numpy())

 

结果

random_float: tf.Tensor(0.4030397, shape=(), dtype=float32)
zero_vector: tf.Tensor([0. 0.], shape=(2,), dtype=float32)
A.shape: (2, 2)
A.dtype: <dtype: 'float32'>
A.numpy(): [[1. 2.]
 [3. 4.]]