tensor 增加一维度_Tensorflow 2.0 学习笔记（一）

如何创建一个Tensor

一、Tensor

Tensor 即张量/多维数组/多维列表 使用阶表示张量的维数，张量可以表示0阶到n阶数组(列表)。

维数	阶	名字	例子
0-D	0	标量	s=1、2、3
1-D	1	向量	v=[1,2,3]
2-D	2	矩阵	m=[[1,2,3],[4,5,6],[7,8,9]]
n-D	n	张量	t=[[[n个]]]

二、Tensro数据类型

√tf.int32, tf.float

tf.int32、tf.float32、tf.float64

√tf.bool

tf.constant([True, False])

√tf.string

tf.constant("Hello,world!")

三、创建一个张量

tf.constant(张量内容， dtype=数据类型(可选))

a = tf.constant([1, 5],dtype=tf.int64)

print(a)

tf.Tensor([1 5], shape=(2,), dtype=int64)

print(a.dtype)

# shape中的'，'隔开了几个数字，逗号隔开了几个数字，张量就是几维的
print(a.shape)

(2,)

上面shape括号中用逗号隔开了一个数字，说明是一维张量；数字为2，说明张量中有两个元素，即数值1和数值5。

四、将numpy的数据类型转换为Tensor数据类型

tf.convert_to_tensor(数据名, dtype=数据类型(可选))

import numpy as np

a = np.arange(0,5)
b = tf.convert_to_tensor(a, dtype=tf.int64)

print(a)
print(b)

[0 1 2 3 4]
tf.Tensor([0 1 2 3 4], shape=(5,), dtype=int64)

五、创建全为0的张量

tf.zeros(维度)

六、创建全为1的张量

tf.ones(维度)

七、创建全为指定值的张量

tf.fill(维度, 指定值)

维度：

一维：直接写个数

二维：用[行, 列]

多维：用[n, m, j, k, ...]

a = tf.zeros([2,3])
b = tf.ones(4)
c = tf.fill([2,3], 9)

print(a)
print(b)
print(c)

tf.Tensor(
[[0. 0. 0.]
 [0. 0. 0.]], shape=(2, 3), dtype=float32)
tf.Tensor([1. 1. 1. 1.], shape=(4,), dtype=float32)
tf.Tensor(
[[9 9 9]
 [9 9 9]], shape=(2, 3), dtype=int32)

八、生成正态分布的随机数，默认均值为0，标准差为1

tf.random.normal(维度, mean=均值, stddev=标准差)

九、生成截断式正态分布的随机数

tf.random.truncated_normal(维度, mean=均值, stddev=标准差)

在tf.truncated_normal中，如果随机生成数据的取值在()之外，则重新进行生成，保证了生成值在均值附件。

：均值，：标准差

# 生成一个均值为0.5、标准差为1的2x2的正太分布二维数组
d = tf.random.normal([2, 2], mean=0.5, stddev=1)
print("d:\n", d)
# 生成一个均值为0.5、标准差为1的2x2的截断式正太分布二维数组
e = tf.random.truncated_normal([2, 2], mean=0.5, stddev=1)
print("e:\n", e)

d:
 tf.Tensor(
[[ 0.13720763  2.9951441 ]
 [ 1.7917047  -0.24494636]], shape=(2, 2), dtype=float32)
e:
 tf.Tensor(
[[1.7837415  0.35566723]
 [1.2258692  0.6291642 ]], shape=(2, 2), dtype=float32)

十、生成均匀分布的随机数

tf.random.uniform(维度, minval=最小值, maxval=最大值)

# 生成一个最小值为0、最大值为1的2x2的均匀分布随机数二维数组
# 最小、最大为前闭后开区间
f = tf.random.uniform([2, 2], minval=0, maxval=1)
print("f:\n", f)

f:
 tf.Tensor(
[[0.9095845  0.5115448 ]
 [0.26343405 0.19173217]], shape=(2, 2), dtype=float32)

01.Python随笔|抓取QQ群成员头像

02.Python随笔|抓取研招网调剂信息

03.Python随笔 | Pandas入门(一)