目錄tensorflow2教程完整教程目錄（更有python、go、pytorch、tensorflow、爬蟲、人工智慧教學等著你）：
scalar：標量，1.1
vector：向量，[1.1],[1.1,2.2,...]
matrix: 矩陣，[[1.1,2.2],[3.3,4.4]]
tensor：rank>2
int, float, double
bool
string
tf.constant(1) # 定義常量，普通的tensor
tf.constant(1.) # 定義常量，普通的tensor
tf.constant([true, false]) # 定義常量，普通的tensor
tf.constant('hello nick')
with tf.device('cpu'):
a = tf.constant([1])
with tf.device('gpu'):
b = tf.constant([1])
a.device # 裝置屬性
a.gpu() # cpu轉gpu
a.numpy() # 獲取numpy資料型別
a.shape # 獲取a的屬性
a.ndim # 獲取維度
tf.rank(a) # 獲取維度
a.name # 1.+歷史遺留問題
instance(a,tf.tensor) # 判斷是否為tensor
tf.is_tensor(a) # 判斷是否為tensor
a.dtype,b.dtype,c.dtype # 判斷資料型別
a = np.arange(5)
aa = tf.convert_to_tensor(a,dtype=tf.int32) # numpy轉tensor
tf.cast(aa,dtype=tf.float32) # tensor之間資料型別轉換
# int --》 bool
b = tf.constant([0,1])
tf.cast(b,dtype=tf.bool) # int --》bool
# tf.variable
a = tf.range(5)
b = tf.variable(a) # tensor轉為variable後具有求導的特性，即自動記錄a的梯度相關資訊
b.name # variable:0
b = tf.variable(a, name='input_data')
b.name # input_data:0
b.trainable # true
isinstance(b,tf.tensor) # false
isinstance(b,tf.variable) # true
tf.is_tensor(b) # true # 推薦使用
a= tf.range(5)
a.numpy()
# a必須是scalar
a = tf.ones()
a.numpy()
int(a)
float(a)
pytorch中tensor張量資料型別的轉化方式
1.tensor張量與numpy相互轉換 tensor numpy import torch a torch.ones 2,5 tensor 1.1.1.1.1.1.程式設計客棧 1.1.1.1.b a.numpy array 1.1.1.1.1.1.1.1.1.1.dtype float32 nu...
資料型別基礎資料型別
資料型別 基礎型別 除八大基礎型別其他的都是引用型資料型別 引用資料型別 基礎資料型別 整型 byte 佔乙個位元組，範圍 128 127 short 佔兩個位元組，範圍 32768 32767 int 最常用 佔四個位元組，範圍 2147483648 2147483647 long 佔八個位元組 ...
資料型別 基本資料型別和引用資料型別
一.分類 1,五種簡單資料型別 基本資料型別 number,string,boolean,null,undefined，新增symbol es6 基本資料型別是指存放在棧中的簡單資料段，資料大小確定，記憶體空間大小可以分配，它們是直接按值存放的，所以可以直接按值訪問。1 undefined 宣告的變...