tensorflow的矩阵

内部[ ] [里面的列数]
[ ]中括号整体代表行数
[ [6,6] ] 一行两列

import tensorflow as tf
# shape() 输出矩阵的维度
data 1 = tf.constant([[6,6]]) #1*2
data 2 = tf.constant([[2],
                      [2]]) #2*1
data 3 = tf.constant([[3,3]]) #1*2
data 4 = tf.constant([[1,2],
                      [3,4],
                      [5,6]]) #3*2
print(data4.shape) #维度 3*2
with tf.Session() as sess:
    print(sess.run(data4)) #打印整体
    print(sess.run(data4[0])) #打印第一行
    print(sess.run(data4[:,0])) #打印第一列
    print(sess.run(data4[0,0])) #打印第一行第一列的一个元素

#矩阵的运算
matMul = tf.matmul(data1,data2)
matAdd = tf.add(data1,data3)
with tf.Session() as sess:
    print(sess.run(matMul)) 
    print(sess.run(matAdd)) 
    print(sess.run([matMul,matAdd]))

#矩阵的运算
matMul = tf.matmul(data1,data2)
matAdd = tf.add(data1,data3)
with tf.Session() as sess:
    print(sess.run(matMul)) 
    print(sess.run(matAdd)) 
    print(sess.run([matMul,matAdd]))
#定义空矩阵
mat1 = tf.zeros([2,3]) #全零矩阵
mat2 = tf.ones([2,3])  #全1矩阵
mat3 = tf.fill([2,3],15) #填充矩阵
mat4 = tf.zeros_like(mat2) #和mat2的维度相同的全零矩阵
mat5 = tf.linespace(0.0,2.0,11)
mat6 = tf.random_uniform([2,3],-1,2) #数据是从-1到2的