tensorflow学习笔记(一）

tensorflow的数据类型

常见的数据类型载体

list	np.array	tf.Tensor
设计非常灵活，可以随意添加插入各种数据类型。缺点是内存不是连续的在处理一个高纬度的数据，例如图片数据，这样消耗内存空间特别大，读取数据会特别慢。	用来解决数据运算，可以很方便的运算和读取高维数据，例如图片数据。缺点是没有GPU计算支持和自动求导	与numpy类似支持GPU计算和自动求导

什么是 Tensor

scalar	vector	matrix	tensor
标量例如：1.1，dim=0	向量例如：[1.1],dim=1	二维向量例如:[1.1,2.2,…],dim=2	任何维度向量，dim>=0

Tensor支持的数据类型：

int，float，double，bool，string

Tensor的常见属性

device

值得注意的是：gpu上的Tensor只能使用gpu上的操作，cpu上的Tensor只能使用cpu上的操作，但是我们的操作符是根据传入的Tensor来决定的，所以以上面图片为例子如果运行a+b则会报错，解决办法则是把a转换成gpu或者把b转换成cpu

numpy

ndim,rank

判断一个东西是不是Tensor

类型转换

tf.convert_to_tensor()#数据载体类型转换
tf.cast()#数据类型转换也可以转换数据载体类型