引言
本系列博文的主要内容是系统介绍TensorFlow2.0的相关操作,主要采用实例的形式进行介绍,以便初学者可以很快的了解和使用TensorFlow2.0框架。
1、创建Tensor
Tensor是TensorFlow2.0中的基本数据类型,数据的运算和处理都是基于Tensor数据类型进行的。
- tf.zeros
tf.zeros主要用于产生0矩阵,使用形式为tf.zeros([])。[]中包含的是需要产生张量的维度,如tf.zeros([2,3])。
- tf.ones
tf.ones用于产生全1矩阵,使用形式为tf.ones([])。[]中包含的是需要产生张量的维度,如tf.zeros([2,3,4])。
- tf.fill
tf.fill用于产生元素相同的矩阵,使用形式为tf.fill([],_)。[]中包含的是需要产生张量的维度,如tf.fill([3,4],8)。
- tf.random.normal
tf.random.normal主要产生为正态分布的数据。如tf.random.normal([],mean=?,stddev=?)。[]中包含的是需要产生张量的维度,mean代表正态分布的均值,stddev代表方差。
- tf.random.truncated_normal
tf.random.truncated_normal([], mean=?, stddev=?), []中包含的是需要产生张量的维度,mean是均值,stddev是标准差。这是一个截断的产生正态分布的函数,就是说产生正态分布的值如果与均值的差值大于两倍的标准差,那就重新生成。和一般的正态分布的产生随机数据比起来,这个函数产生的随机数与均值的差距不会超过两倍的标准差。
- tf.random.uniform
tf.random.uniform 主要产生为均匀分布的数据。如tf.random.uniforml([],minval=?,maxval=?)。[]中包含的是需要产生张量的维度,minval代表最小值,maxval代表最大值。
- tf.constant
tf.constant主要用于产生常数向量,运用形式为tf.constant([]),[]中为所需要产生的数据。