Tensorflow2.0 笔记-1

一、张量生成

创建一个张量

• List item

# tf.constant(张量内容，dtype=数据类型（可选）)
import tensorflow as tf 
a = tf.constant([1,5],dtype=tf.int64)
print(a)

根据逗号隔开的数字，代表是几维的张量

• 将numpy的数据类型转换为Tensor数据类型

   tf.convert_to_tensor(数据名，dtype=数据类型（可选）)
  

• 创建全为0的张量

   tf.zeros(维度)
   a=tf.zeros([2,3])
  

• 创建全为1的张量

   tf.ones(维度)
   b=tf.ones([4])
  

• 创建全为指定数值的张量

   tf.fill([2,2],9)
  

维度：一维 直接写一个数字；
二维： 【行，列】；
三维：【a,b,c,d】

• 生成正态分布的随机数，默认均值为0，标准差为1

# tf.ranodm.normal(维数,mean=均值,stddev=标准差)
# 生成的这些随机数都负荷以0.5为均值，1为标准差
d = tf.random.normal([2,2],mean=0.5,stddev=1)
print(d)

• 生成阶段式正态分布的随机数

tf.ranodm.truncated_normal(维数,mean=均值,stddev=标准差)

• 生成均匀分布的随机数

 tf.ranodm.uniform(维数,minval最小值,maxval=最大值)

二、常用函数

四则运算

a = tf.ones([1, 3])
b = tf.fill([1, 3], 3.)
print("a:", a)
print("b:", b)
print("a+b:", tf.add(a, b))
print("a-b:", tf.subtract(a, b))
print("a*b:", tf.multiply(a, b))
print("b/a:", tf.divide(b, a))
# 输出
a: tf.Tensor([[1. 1. 1