tf计算矩阵维度_Tensor数据相关的运算及函数讲解

Tensor数据相关的运算及函数讲解

Tensor

tensorflow中使用它来表示数据。可以看做多维数组或者list。

标量是张量，向量是张量，矩阵是张量，矩阵的矩阵是张量

常用几种定义方法

1.variable变量，一般是可以被更更新或更改的数值，即在流图运行过程中可以被不断动态调整的值。我们训练一个模型的时候，会用到Tensorflow中的变量(Variables)，我们需要它来保持和更新参数值，和张量一样，变量也保存在内存缓冲区当中。

我们要预先对变量初始化，Tensorflow的变量必须先初始化然后才有值！而常值张量是不需要的，变量可以先设置好初始化方式，但是真正初始化是要sess.run(tf.global_variables_initializer())

才真的初始化。

2.constant  常量张量

3.placeholder：占位符 动态改变值  feeddict

numpy

b = np.array( [ (1.5,2,3),

(4,5,6)

] )

Tensorflow 和numpy区别

相同点：都提供n位数组

不同点：numpy支持ndarray，而Tensorflow里有tensor；numpy不提供创建张量函数和求导，也不提供GPU支持。

显示

Tensor

需要加eval函数

ta= tf.zeros((2,2))

print(ta)

Tensor("zeros_1:0", shap