TensorFlow学习笔记(一)张量的生成

这篇博客介绍了TensorFlow中的张量概念,包括张量的阶数和数据类型。详细讲解了如何创建不同类型的张量,如全0、全1张量,以及如何从numpy数据类型转换为Tensor。此外,还讨论了如何生成服从正态分布和均匀分布的随机张量。
摘要由CSDN通过智能技术生成

张量生成


张量(Tensor):多维数组(列表)

阶:张量的维数
0阶 标量 scalar s=1
1阶 向量 vector v=[1]
2阶 矩阵 matrix m=[[1,2],[2,3]]
n阶 张量 tensor t=[[[...


数据类型

  • tf.int , tf.float
    tf.int32 , tf.float32 , tf.float64
  • tf.bool
    tf.constant([True,False])
  • tf.string
    tf.constant("Hello,world!")

创建一个张量

tf.constant(张量内容,dtype=数据类型)
实例1.1

import tensorflow as tf
a = tf.constant([1, 5], dtype = tf.int64)
                 #创建一阶张量[1, 5]
print(a)         #输出张量的所有信息
print(a.dtype)   #数据类型
print(a.shape)   #形状

结果

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