基础概念介绍
人工智能:简单理解就是让机器具有人的思维和意识
人工智能三学派:
- 行为主义:基于控制论构建感知–控制体系
- 符号主义:基于算数逻辑表达式,求解问题先把问题描述为表达式,再求解表达式
- 连接主义:仿生学,模仿神经元连接关系
数据类型
tensorflow基本的数据类型:int8/16/32/64, float16/32/64, bool, string
张量的生成
张量:与numpy中的数组,python中的列表是一个东西,只不过再tensorflow中叫做张量(tensor)
使用tensorflow自带的生成数据的方式,与numpy的使用方式基本一致
关于numpy的使用可以看这篇文章
import tensorflow as tf
import numpy as np
# 直接创建tensor
a = tf.constant(value=[1, 2, 3, 4], dtype=tf.float32, shape=(2, 2), name="a")
# value: 张量中的数据,必填
# dtype:张量的数据类型,可选的,不指定则根据数据自动选择合适的类型
# shape: 张量的形状,可选。不设置则张量为value的shape
# name:张量的名字,可选
print(a)
print(a.shape)
print(a.dtype)
# 通过numpy创建, 通过tf.convert_to_tensor实现转换
# 转换后的shape与numpy的shape一致
b = np.linspace(1, 4, 5)
print(b)
a = tf.convert_to_tensor(value=b, dtype=tf.float32, name="aa")
print(a)
# 创建全为0的张量
tf.zeros(shape=(3, 4))
# 创建全为1的tensor
tf.ones(shape=(3, 4))
# 创建全为指定值的张量
tf.fill(dims=(3, 4), value=9)
# 生成正态分布的tensor
tf.random.normal(shape=