【TensorFlow2.x系列第1篇】TensorFlow2.0-基本语法与运算

第一篇(语法必备)

TensorFlow 2.0系列相对与1.x系列有了一些明显的变化，比如1.x系列要使用会话tf.Session()，然而在tensorflow2.x系列却没有会话的属性，这是比较明显的变化，另外2.x比1.x的使用也灵活了很多，2.x系列可以在张量tensor和numpy类型之间灵活使用，这也是比较友好的，下面详细tensorflow2.0系列基本语法如下文介绍。

常量/变量

### 常量
import tensorflow as tf

w = tf.constant(3, dtype=tf.float32)
print(w)
#out:<tf.Tensor: id=536, shape=(), dtype=int32, numpy=3>
wM = tf.constant(tf.ones((3,4)), dtype=tf.float32)
#out:<tf.Tensor: id=540, shape=(3, 4), dtype=float32, numpy=
#array([[1., 1., 1., 1.],
#       [1., 1., 1., 1.],
#       [1., 1., 1., 1.]], dtype=float32)>

### 变量单一值
w = tf.Variable(2.0, dtype=tf.float32)
# 输出张量 tensor
print(w)
#out:<tf.Variable 'Variable:0' shape=() dtype=float32, numpy=2.0>
# 输出数值 numpy
print(w.numpy())
#out:2.0

向量/矩阵

### 向量
import tensorflow as tf

wV = tf.Variable([2.3,1.3], dtype=tf.float32)
# 输出张量 tensor
print(wV)
#out:<tf.Variable 'Variable:0' shape=(2,) dtype=float32, numpy=array([2.3, 1.3], dtype=float32)>
# 输出数值 numpy
print(wV.numpy())
#out:array([2.3, 1.3], dtype=float32)

### 矩阵
wM = tf.Variable(tf.ones((3,2)), dtype=tf.float32)
# 输出张量 tensor
print(wV)
#out:<tf.Variable