深度学习分享6（张量的使用）深度学习

【深度学习分享6（张量的使用）】
第六章

创建张量

创建张量

#创建一个张量 import tensorflow as tf a=tf.constant([1,5],dtype=tf.int64) print(a) print(a.shape) print(a.dtype)tf.Tensor([1 5], shape=(2,), dtype=int64) (2,)

#讲numpy数据类型转换为tensor数据类型 import tensorflow as tf import numpy as np a=np.arange(0,5) b=tf.convert_to_tensor(a,dtype=tf.int64) print(a) print(b)[0 1 2 3 4] tf.Tensor([0 1 2 3 4], shape=(5,), dtype=int64)

#定义维度和数值 a=tf.zeros([2,3]) b=tf.ones(4) c=tf.fill([2,2],9) print(a) print(b) print(c)tf.Tensor( [[0. 0. 0.] [0. 0. 0.]], shape=(2, 3), dtype=float32) tf.Tensor([1. 1. 1. 1.], shape=(4,), dtype=float32) tf.Tensor( [[9 9] [9 9]], shape=(2, 2), dtype=int32

#正态分布的张量，创建一个2行3列的均值为0.5，标准差为3的正态分布张量 d=tf.random.normal([2,3],mean=0.5,stddev=3) print(d)tf.Tensor( [[ 9.8949212.7409997-3.0391893 ] [ 0.248904762.8372755-4.981681]], shape=(2, 3), dtype=float32)

#均匀分布,minval,maxval分别是最大值和最小值 f=tf.random.uniform([3,3],minval=1,maxval=2) print(f)tf.Tensor( [[1.8849351 1.2999618 1.0153412] [1.9153696 1.2347351 1.2346185] [1.7589219 1.7517825 1.323615 ]], shape=(3, 3), dtype=float32)