【Tensorflow2.x学习笔记】day01

1.数据类型

 2.Tensor属性

查看设备：

 切换设备：

查看、修改维度：

3.判断Tensor类型

4.类型之间的转换

 整型和bool型的转换 

特殊类型：tf.Variable，表示的是可变的类型。例如梯度下降中的w,b参数。下面b.trainable表示需要是否需要一个计算参数(例如梯度下降中的梯度)来更新这个值。

将tensor数据类型转回numpy类型：

5.创建tensor

from numpy,list

 tf.zeros()

 tf.zeros_like()

tf.ones()

 tf.fill()

随机初始化normal:正态分布，不指定参数则标准正态分布01分布，truncated_normal截断的正态分布

Uniform均匀分布

例子：随机打散Random Permutation

 tf.constant() 

 6.使用小案例

比如常用的loss就用标量数值表示：

 bias用vector表示：

 Matrix:维度为2

维度为3的一个tensor:

4维：

 

对于tensor而言，重要的是理解每一个维度的含义，跟踪每个维度的计算变化。