tensorflow矩阵基础

最新推荐文章于 2021-12-13 20:35:20 发布

qq_30339595

最新推荐文章于 2021-12-13 20:35:20 发布

阅读量188

点赞数

分类专栏： tensorflow

本文链接：https://blog.csdn.net/qq_30339595/article/details/86617733

版权

这篇博客介绍了在TensorFlow中进行矩阵运算的基础知识，包括如何进行矩阵相乘及特殊矩阵的初始化。内容涵盖基本的矩阵操作和结果展示，如得到[[24]], [[9 9]], 和二维矩阵[[12 12][12 12]]等实例。" 6764319,1045114,C++继承与成员访问控制详解,"['C++', '面向对象', '编程', '继承']

摘要由CSDN通过智能技术生成

预先定义好的数据不能满足要求，需要实时插入的数据

import tensorflow as tf
data1=tf.placeholder(tf.float32)
data2=tf.placeholder(tf.float32)
dataAdd=tf.add(data1.data2)
with tf.Session() as sess:
      print(sess.run(dataAdd,feed_dict={data1:1,data2:2}))
      #1 dataAdd 2 data(feed_dict={:,:})

import tensorflow as tf
data1=tf.constant([[6,6]])#一行两列
data2=tf.constant([[2],[2]])#两行一列
data3=tf.constant([[1,2],[3,4],[5,6]])#三行两列
print(data3.shape)
with tf.Session() as sess:
     print(sess.run(data3[0]))#打印第一行
     print(sess.run(data3[:,0]))#打印第一列

矩阵运算

import tensorflow as tf
data1 = tf.constant([[6,6]])#1*2类型
data2 = tf.constant([[2],
                     [2]])#2*1类型
data3 = tf.constant([[3,3]])
data4 = tf.constant([[1,2],
                     [3,4],
                     [5,6]])
matMul = tf.matmul(data1,data2)
matMul2 = tf.multiply(data1,data2)
matAdd = tf.add(data1,d