2、张量运算

张量学习,记录ppt和自己的理解

张量就是n维矩阵

1. 创建一个tensor
   注意这里创完的一个tensor的数据类型，有的时候需要数据类型转换。

使用截断式（tf.random.truncated_normal）的好处是数据都在均值附近

2.常用函数
tf.cast可以将1中生成的张量数据类型转换，例如转为float32

axis=n，对第n个维度操作，在一般使用中，第1个维度（编号0）是一小包数据，第二个维度编号1是数据的标号。例如：第一个维度是学生的详细信息，第二个维度是学生的编号。

tf.Variabl带训练参数用这个声明。




将两个数据合在一起，结果为enumerate(下边介绍）。可以和batch连用，例如：train_db = tf.data.Dataset.from_tensor_slices((x_train, y_train)).batch(32)，将两个数据合在一起并32个为一组

tf.GradientTape()


tf.one_hot:独热码。
大概意思是将数据打标签，比如我有三个class，经过网络后softmax会生成一个向量，有三个元素，这三个元素概率和为1，而打完标签的独热码只有真值是1，这样就可以求loss。


assign_sub（para），自减操作，类似于 “-= para”
但是要注意他只能给可训练的变量（声明tf.Variable）自减，

tf.argmax(张量名， axis=)，求某一个维度的最大值的索引！！！是索引！！