人工智能基础-tensorflow篇

tensorflow基础篇 一

1. 创建tensor

• 使用constant创建

  a = tf.constant(3.9)
  b = tf.constant([1, 2],[3, 4])
  c = tf.constant("Hello world!")
  

• 使用numpy或list创建

  a = tf.convert_to_tensor(np.ones([3, 5])
  b = tf.convert_to_tensor([1, 2, 3, 4, 5])
  

• 使用zeros、ones和fill等创建

  a = tf.zeros([2, 3])
  b = tf.ones([]4, 5)
  c = tf.fill([2, 3, 4], 12)
  

• 使用随机数初始化

  a = tf.random.normal([3, 3], mean=0, stddev=1)
  b = tf.random.uniform([2, 2], minval=0, maxval=1)
  

2. 关于tensor的一些属性

• 查看tensor的数据类型

  a.numpy
  

• 查看tensor的维度

  a.ndim
  

• 查看tensor的形状

  a.shape
  

• 查看是否为tensor

  tf.is_tensor(a)
  

3. tensor的运算

• 读取元素、切片

  a[2][3][1]
  a[:, :, :, -2:]
  a[1, ...]
  

• 维度变换

  a = tf.reshape(b, [2, 16])
  

• 数学计算

  # 逐元素运算
  a + b
  a - b
  a * b
  a \ b
  a % b
  a \\ b
  a ** 3
  a = tf.pow(b)
  a = tf.square(b)
  a = tf.sqrt(b)
  a = tf.exp(b)
  a = tf.math.log(b)
  
  # 矩阵乘
  a @ b
  tf.matmul(a, b)
  
  # 求平均、最大、最小和求和
  tf.reduce_mean(a)
  tf.reduce_min(a)
  tf.reduce_max(a)
  tf.reduce_sum(a)