一、环境
tensorflow2.1、numpy
二、创建张量
1. 利用 .constant函数创建
constant(数据,数据类型)
代码如下:
import tensorflow as tf
# 创建一个张量
######################################## 法一
a=tf.constant([1,5],dtype=tf.int64)
# 打印出a的所有信息
print(a)
print(a.dtype)
# 有几个逗号隔开了几个数字就是几维的
print(a.shape)
print(type(a))
执行结果:
注意:有几个逗号隔开了几个数字这个张量就是几维的,数字是二表示有两个元素
2. 利用 tf.convert_to_tensor函数来讲array转化为tensor
.convert_to_tensor(数组,类型)
代码:
######################################## 法二
import numpy as np
# 创建一个数组array
a=np.arange(0,5)
b=tf.convert_to_tensor(a,dtype=tf.int64)
print(a)
print(b)
结果:
三、创建特殊的张量形式
代码及解析:
######################################## 法三
# 分别创建全为零,全为一,全为指定值的张量
# zeros和ones函数的参数是维度
# fill的参数是维度和指定值
a=tf.zeros([2,3])
ab=tf.ones(4)
abc=tf.fill([2,2],9)
print(a)
print(ab)
print(abc)
结果:
四、其他常用的张量生成函数
代码:
######################################## 法四
#参数分别为:维度、均值、随机数
a=tf.random.normal([2,2],0.5,1)
# 正态分布随机张量生成
b=tf.random.truncated_normal([2,2],0.5,1)
# 均匀分布张量
c= tf.random.uniform([2,2],0,1)
print(a)
print(b)
print(c)
其中uniform函数参数是维度、最小值、最大值
结果:
以下截图来自MOOC tensorflow学习笔记
关于维度: