饭饭的TensorFlow笔记——科学计算

这篇博客介绍了如何将TensorFlow作为科学计算库使用,讲解了张量的概念、张量操作,重点阐述了自动求导机制,并通过一个线性回归的实例展示了TensorFlow在机器学习中的应用。
摘要由CSDN通过智能技术生成

如果你喜欢我的文章,欢迎来我的博客与我讨论饭饭的TensorFlow笔记——科学计算

科学运算

在正式开始神经网络的构建之前,我们可以把TensorFlow看做一个科学计算库,它内置了很多能帮助我们快速进行科学计算的函数

张量

在TensorFlow中,所有数据都是以张量(Tensor)形式表示,我们可以简单理解张量为多维数组,下面是一些实例

# 定义一个随机数(标量)
random_float = tf.random.uniform(shape=())

# 定义一个有2个元素的零向量
zero_vector = tf.zeros(shape=(2))

# 定义两个2×2的常量矩阵
A = tf.constant([[1., 2.], [3., 4.]])
B = tf.constant([[5., 6.], [7., 
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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