TensorFlow2.1入门笔记1

基础知识

张量（Tensor）：多维数组（列表） 阶：张量的维数

0阶张量表示标量，例：a=1 2 3
1阶张量表示向量（一维数组），例：a=[1,2,3]
2阶张量表示矩阵（二维数组）可以有i行j列，每个元素可以用行号和列号共同索引到，例：a=[[1,2,3],[4,5,6],[7,8,9]]
判断张量是几阶的，看t=[[[[[…的括号有多少个
张量表示0阶到n阶的数组

TensorFlow的数据类型

tf.int，tf.float

tf.int32，tf.float32，tf.float64

tf.bool
tf.string
等

如何创建一个Tensor

直接创建

tf.constant(张量内容，dtype=数据类型(可选，本机默认是tf.int32))
例：

import tensorflow as tf

a = tf.constant([1, 5], dtype=tf.int64)
print("a:", a)
print("a.dtype:", a.dtype)
#运行结果
#a: tf.Tensor([1 5], shape=(2,), dtype=int64)
#a.dtype: <dtype: 'int64'>
#a.shape: (2,)

将numpy的数据类型转换为Tensor

tf.convert_to_tensor(数据名，dtype=数据类型(可选，本机默认是tf.int32))

import tensorflow as tf
import numpy as np

a = np.arange(0, 5)
b = tf.convert_to_tensor(a, dtype=tf.int64)
print("a:", a)
print("b:", b)
#运行结果：
# a: [0 1 2 3 4]
# # b: tf.Tensor([0 1 2 3 4], shape=(5,), dtype=int64)

创建全为某个值的张量：

全为0：tf.zeros(维度)
全为1：tf.ones(维度)
维度：一维直接写个数，二维[行，列]，多维[n,m,j,k…]
全为指定值的张量：tf.fill(维度，指定值)

import tensorflow as tf

a = tf.zeros([2, 3])
b = tf.ones(4)
c = tf.fill([2, 2], 9)
print("a:", a)
print("b:", b)
print("c:", c)
#运行结果
# a: tf.Tensor([[0. 0. 0.][0. 0. 0.]], shape=(2, 3), dtype=float32)
# b: tf.Tensor([1. 1. 1. 1.], shape=(4,), dtype=float32)
# c: tf.Tensor([[9 9][9 9]], shape=(2, 2), dtype=int32)

生成指定维度符合正态分布的张量

tf.random.normal(维度，mean=均值，stddev=标准差)（默认mean=0，stddev=1）
要想数据更加集中可以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)
可以让数据在（μ-2σ，μ+2σ）间

import tensorflow as tf

d = tf.random.normal([2, 2], mean=0.5, stddev=1)
print("d:", d)
e = tf.random.truncated_normal([2