【TensorFlow】矩阵操作相关

本文详细介绍了在TensorFlow中进行矩阵操作的方法,包括矩阵的读取、计算和特殊矩阵的初始化,特别是矩阵乘法的灵活性。
摘要由CSDN通过智能技术生成

placehold

import tensorflow as tf
data1=tf.placeholder(tf.float32)
data2=tf.placeholder(tf.float32)
dataAdd=tf.add(data1,data2)
with tf.Session() as sess:
    print(sess.run(dataAdd,feed_dict={data1:6,data2:2}))
    #feed_dict追加的数据
print("end!")

矩阵读取:

import tensorflow as tf
data1 =tf.constant([[6,6]])
data2 = tf.constant([[2],[2]])
data3 = tf.constant([[3,3]])
data4 = tf.constant([[1,2],[3,4],[5,6]])
print(data4.shape)
with tf.Session() as sess:
    print(sess.run(data4))
    #只打印某一行
    print(sess.run(data4[0]))
    #只打印某一列
    print(sess.run(data4[:,0]))

矩阵计算:
 

矩阵乘法:

import tensorflow as tf
data1 =tf.constant([[6,6]])
data2 = tf.constant([[2],[2]])
data3 = tf.constant([[3,3]])
data4 = tf.constant([[1,2]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值