TensorFlow2.0教程-张量及其操作

TensorFlow2.0教程-张量及其操作

本文地址：https://blog.csdn.net/qq_31456593/article/details/90178004

完整tensorflow2.0教程代码请看tensorflow2.0：中文教程tensorflow2_tutorials_chinese(欢迎star)

更多TensorFlow2.0 入门教程请持续关注本博客：https://blog.csdn.net/qq_31456593/article/details/88606284

导入TensorFlow

运行tensorflow程序，需要导入tensorflow模块。
从TensorFlow 2.0开始，默认情况下会启用eager模式执行。 这为TensorFlow提供了一个更加互动的前端节。

from __future__ import absolute_import, division, print_function
import tensorflow as tf

1 Tensors

张量是一个多维数组。 与NumPy ndarray对象类似，tf.Tensor对象具有数据类型和形状。 此外，tf.Tensors可以驻留在加速器内存中（如GPU）。 TensorFlow提供了丰富的操作库（tf.add，tf.matmul，tf.linalg.inv等），它们使用和生成tf.Tensors。 这些操作会自动转换原生Python类型，例如：

print(tf.add(1,2))
print(tf.add([3,8], [2,5]))
print(tf.square(6))
print(tf.reduce_sum([7,8,9]))
print(tf.square(3)+tf.square(4))

tf.Tensor(3, shape=(), dtype=int32)
tf.Tensor([ 5 13], shape=(2,), dtype=int32)
tf.Tensor(36, shape=(), dtype=int32)