tensorflow矩陣基礎

預先定義好的資料不能滿足要求，需要實時插入的資料

import tensorflow as tf

data1=tf.placeholder(tf.float32)
data2=tf.placeholder(tf.float32)
dataadd=tf.add(data1.data2)
with tf.session() as sess:
print(sess.run(dataadd,feed_dict=))
#1 dataadd 2 data(feed_dict=)

import tensorflow as tf

data1=tf.constant([[6,6]])#一行兩列
data2=tf.constant([[2],[2]])#兩行一列
data3=tf.constant([[1,2],[3,4],[5,6]])#三行兩列
print(data3.shape)
with tf.session() as sess:
print(sess.run(data3[0]))#列印第一行
print(sess.run(data3[:,0]))#列印第一列

import tensorflow as tf

data1 = tf.constant([[6,6]])#1*2型別
data2 = tf.constant([[2],
[2]])#2*1型別
data3 = tf.constant([[3,3]])
data4 = tf.constant([[1,2],
[3,4],
[5,6]])
matmul = tf.matmul(data1,data2)
matmul2 = tf.multiply(data1,data2)
matadd = tf.add(data1,data3)
with tf.session() as sess:
print(sess.run(matmul))#1 維 m=1 n2. 1x2(mk) 2x1(kn) = 1
print(sess.run(matadd))#1行2列
print(sess.run(matmul2))# 1x2 2x1 = 2x2
print(sess.run([matmul,matadd]))

[[24]]

[[9 9]]

[[12 12]

[12 12]]

[array([[24]]), array([[9, 9]])]

特殊矩陣的初始化

import tensorflow as tf

mat0=tf.constant([0,0,0],[0,0,0])
#定義空矩陣可以用以下的方式
mat1=tf.zeros([2,3])
mat2=tf.ones([3,2])
#給矩陣填充乙個固定的值
mat3=tf.fill([2,3],15)
#定義乙個形狀和mat3相同的全零矩陣
mat4=tf.zeros_like(mat3)
#等間距資料
mat5=tf.linspace(0.0,2.0,11)
#在[-1.2]範圍內的隨機數矩陣
mat6=tf.random_uniform([2,3],-1,2)

TensorFlow 矩陣計算

1 建立乙個張量矩陣，tensorflow 中使用常量建立函式，即 tf.constant 來建立乙個矩陣 tf.constant 1，2，3 shape 2，3 這行 建立了乙個2行3列的矩陣 2 建立隨機生成矩陣張量 tf.random normal shape，mean 0.0，stddev ...

TensorFlow 矩陣運算

矩陣的加法和乘法，具體的演算法在這裡不做過多的展開，有需要的同學可以自行搜尋一下線性代數相關的內容，這主要講解矩陣在tensorflow中的運算。具體使用如下 import tensorflow as tf data1 tf.constant 6,6 data2 tf.constant 2 2 da...

tensorflow 如何使用矩陣

refence tensorflow machine learning cookbook working with matrices packt.tensorflow.machine.learning.cookbook.2017 筆記 coding utf 8 import tensorflow a...