这一系列的文章是【北京大学】Tensorflow2.0_哔哩哔哩_bilibili的笔记,这系列课程讲得很好,推荐观看。话不多说直接放代码:
#导入需要的库
import tensorflow as tf
import numpy as np
#tensorflow2.0中张量的类型包括int32, int64, float32, float64, bool, string等
#创建张量的几种:
#1、直接创建张量:tf.constant()
a= tf.constant([1, 5], dtype= tf.int64) #前一个参数是内容,dtype是张量的数据类型
print(a.dtype)
print(a.shape) #结果为(2,),括号中有几个逗号说明是几维张量
#2、将numpy转换成tensor: tf.conver_to_tensor()
a= np.arange(5)
b= tf.convert_to_tensor(a, tf.int64) #将numpy的向量a转换成张量,数值类型为int64
#3、创建特殊张量:
tf.zeros([4,4]) #创建4*4的二维全0张量
tf.ones([3,3]) #创建3*3的二维张量,元素全为1
tf.fill([2, 2], 9) #创建2*2的二维张量,用9填充
#4、创建随机张量:
tf.random.normal([2,2], 0, 1) #创建2*2的二维正态分布随机张量,均值为0,标准差为1
tf.random.truncated_normal([2,2], 0, 1) #创建截尾正态分布随机张量,均值为0,标准差为1
#若随机抽样到的值离均值的距离大于2倍标准差,则重新抽样,确保抽样的值不会离均值太远
tf.random.uniform([2,2], 0, 1) #[0,1]上的均匀分布随机张量