tensorflow犯错记录1（张量使用）

1 张量使用

1. 举例 1 (少了，号分隔符)
   错误代码、结果如下：

#张量的形状
import tensorflow as tf
tens1 = tf.constant([[[1,2,2],[2,2,3]]
                     [[3,5,6],[5,4,3]]
                     [[7,0,1],[9,1,9]]
                     [[11,12,7],[1,3,14]]],name="tens1")

#语句中包含[]、{}或()括号，中间换行的就不需要使用多行链接符
print(tens1)

正确代码、结果如下：

#张量的形状
import tensorflow as tf
tens1 = tf.constant([[[1,2,2],[2,2,3]],   #在英文状态下输入，号才正确
                     [[3,5,6],[5,4,3]],
                     [[7,0,1],[9,1,9]],
                     [[11,12,7],[1,3,14]]],name="tens1")

#语句中包含[]、{}或()括号，中间换行的就不需要使用多行链接符
print(tens1)

2. 举例 2 (少了中括号 [ ])
   错误代码、结果：

import tensorflow as tf

scalar = tf.constant(100)
vector = tf.constant([1,2,3,4,5])
matrix = tf.constant([1,2,3],[4,5,6])
cube_matrix = tf.constant([[[1],[2],[3]],[[4],[5],[6]],[7,][8],[9]])

print(scalar.get_shape())
print(vector.get_shape())
print(matrix.get_shape())
print(cube_matrix.get_shape())

正确代码、结果：

import tensorflow as tf

scalar = tf.constant(100)
vector = tf.constant([1,2,3,4,5])
matrix = tf.constant([[1,2,3],[4,5,6]])
cube_matrix = tf.constant([[[1],[2],[3]],[[4],[5],[6]],[[7,],[8],[9]]])

print(scalar.get_shape())
print(vector.get_shape())
print(matrix.get_shape())
print(cube_matrix.get_shape())

3. 举例 3 （类型不匹配）
   TensorFlow会对参与运算的所有张量进行类型检查，发现类型不匹配时会报错。
   错误代码、结果如下：

import tensorflow as tf
a = tf.constant([1,2],name="a")
b = tf.constant([2.0,3.0],name="b")

result1 = a + b
result2 = tf.add(a,b)

print(result1)
print(result2)

正确代码、结果如下：

import tensorflow as tf
a = tf.constant([1,2],name="a")
b = tf.constant([2,3],name="b")

result1 = a + b
result2 = tf.add(a,b)

print(result1)
print(result2)