Pycharm2019+Tensorflow2.0 学习文档（六）：张量数据结构

本文参考资源：eat_tensorflow_in_30_days

程序=数据结构+算法

TensorFlow程序=张量数据结构+计算图算法语言

张量和计算图是TensorFlow的核心概念

TensorFlow的基本数据结构是张量Tensor。张量即多维数组；TensorFlow的张量和numpy中的array很类似。

从行为特性来看，有两种类型的张量，常量constant和变量Variable。

常量的值在计算图中不可以被重新赋值，变量可以在计算图中用assign等算子进行重新赋值。

一、常量张量

张量的数据类型和numpy.array基本一一对应。

import numpy as np
import tensorflow as tf

i = tf.constant(1)  # tf.int32 类型常量
l = tf.constant(1, dtype=tf.int64)  # tf.int64
f = tf.constant(1.23)  # tf.float32类型常量
d = tf.constant("hello world")  # tf.string 类型常量
b = tf.constant(True)  # tf.bool 类型常量


print(tf.int64 == np.int64)
print(tf.bool == np.bool)
print(tf.double == np.float64)
print(tf.string == np.unicode)  # tf.string类型和np.unicode类型不等价

不同类型的数据可以用不同的维度（rank）的张量来表示

标量为0维的张量，向量为1维的张量，矩阵为2维张量

彩色图像有rgb三个通道，可以表示为3维张量

视频还有时间维，可以表示为 4 维张量

可以简单的总结为：有几层中括号，就是一个多少维的张量

scalar = tf.constant(True)  # 0维张量
print(tf.rank(scalar))
print(scalar.numpy().ndim)

vector = tf.constant([1.0, 2.0, 3.0, 4.0])  # 2维张量
print(tf.rank(vector))
print(np.ndim(vector.numpy()))

matrix = tf.constant([[1.0, 2.0], [3.0, 4.0]])   # 2维张量
print(tf.rank(matrix).numpy())
print(np.ndim(matrix))

tensor3 = tf.constant([[[1.0, 2.0], [3.0, 4.0]], [[5.0, 6.0], [7.0, 8.0]]])  # 3维张量
print(tensor3)
print(tf.rank(tensor3))

tensor4 = tf.constant([[[[1.0, 1.0], [2.0, 2.0]], [[3.0, 3.0], [4.0, 4.0]]],
                       [[[5.0, 5.0], [6.0, 6.0]], [[7.0, 7.0], [8.0, 8.0]]]])  # 4维张量
print(tensor4)
print(tf.rank(tensor4))

可以用tf.cast改变张量的数据类型。

可以用numpy方法将tensorflow中的张量转化为numpy中的张量。

可以用shape方法查看张量的尺寸。

# 改变张量的数据类型
h = tf.constant([123, 456], dtype=tf.int32)
f = tf.cast(h, tf.float32)
print(h.dtype, f.dtype)

二、变量张量

模型中需要被训练的参数一般设置成常量

（1）常量的值不可改变，常量的重新赋值相当于创造新的内存空间

# 常量值不可以改变，常量的重新赋值相当于创造新的内存空间
c = tf.constant([1.0, 2.0])
print(c)
print(id(c))
c = c + tf.constant([1.0, 1.0])
print(c)
print(id(c))

（2）变量的值可以改变，可以通过assign， assign_add 等方法给变量重新赋值

# 变量的值可以改变，可以通过assign, assign_add等方法给变量重新赋值
v = tf.Variable([1.0, 1.0], name='v')
print(v)
print(id(v))
v.assign_add([1.0, 2.0])
print(v)
print(id(v))