tensorflow2学习-数据类型

数据类型

1、list

2、nd.array

无法进行GPU的计算

3、tf.Tensor

3.1可以包含int, float,double, bool, string

tf.constant(1)
tf.constant(2.)
tf.constant(1.1,dtype = tf.int32)  #报错
tf.constant(2.,dtype = tf.double)
tf.constant([True,Flase])
tf.constant('hello')

with tf.device('cpu'):
	a = tf.constant([1])
with tf.device('gpu'):
	b = tf.range(4)
a.device #返回所在GPU还是CPU运行
aa = a.gpu() #cpu和GPU的转换

b.numpy() #将tenson装换为numpy
a.ndim
tf.rank(b)

3.2、类型转换：

isinstance(a, tf.Tensor) #判断是否为tf
tf.is_tensor(b)    #推荐使用
a.dtype()   #查看类型

a = np.arange(5)   #int64
aa = tf.convert_to_tensor(a, dtype = tf.int32) 
tf.cast(aa, dtype= tf.float32)

b = tf.constant([0,1])
tf.cast(b, dtype = tf.bool)  #bool类型的转换

tf.Variable：针对可以优化的参数，如w， b

a = tf.range(5)
b = tf.Variable(a)
b.dtype  #tf.int32
b.name   #'Variable: 0 '
b = tf.Variable(a, name = 'input_data')
b.trainable   #True
isinstance(b, tf.Tensor)  #False  
isinstance(b, tf.Variable)  #True
tf.is_tensor(b)  #True
# 因此在上述过程中，推荐使用is_tensor()
a.numpy()