TensorFlow数据模型--张量

1. 张量（tensor）

定义张量：

全1：

a = tf.ones((2,2), dtype = tf.int16, name = 'a')
# 输出：
#  <tf.Tensor 'a:0' shape=(2, 2) dtype=int16>

除了维度，dtype, name 可选，空时，dtype 为tf.float32。

常量：

a = tf.constant(1, shape = (2,3))
# 输出：
# <tf.Tensor 'Const_1:0' shape=(2, 3) dtype=int32>

全0：

a = tf.zeros((3,3))
# 输出：
# <tf.Tensor 'zeros_1:0' shape=(3, 3) dtype=float32>

定义变量：
tf.Variable:

a = tf.Variable(initial_value = 1, trainable = True)
# 输出：
# <tf.Variable 'Variable:0' shape=() dtype=int32_ref>

a = tf.ones((2,2))
# 输出：
# <tf.Tensor 'ones_4:0' shape=(2, 2) dtype=float32>

运算操作：

加法：

>>> result = tf.add(a,b,name='addTwo')
>>> print(result)
Tensor("addTwo:0", shape=(2,), dtype=float32)

注：shape（2，）是一个一维数组，长度为2。

张量，有三个属性，分别为：名称addTwo，维度shape，类型type。

张量本身并没有存储具体的数值，需要会话session来计算。

2. tensor支持的类型

tensor，支持14种不同类型，分别为

实数
（tf.float32, tf.float64），

整数
(tf.int8, tf.int16, tf.int32，tf.int64, tf.unit8)，

布尔型
(tf.bool)，

复数
(tf.complex64, tf.complex128).