tensorflow学习2----tensorflow2基础知识介绍

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=