tensorflow2 0 建立張量2

2022-07-27 10:18:15 字數 2772 閱讀 2009

############################建立全0全1張量#########################

a = tf.ones(shape = (3,5))

print('a:'

,a)b = tf.ones([6])

print('b:'

,b)c = tf.zeros([2,3],dtype =tf.int32)

print('c:'

,c)print()#

###########################建立元素值都相同的張量#########################

a = tf.fill([3,4],3.9)

print('

全相同張量fill():

',a)

print

()a = tf.constant(value = 4.8,shape = [3,2])

print('

全相同張量constant():

',a)

print()#

###########################建立元素滿足正態分佈的張量#########################

a = tf.random.normal(shape = [3,4],mean = 0,stddev = 1,dtype =tf.float32)

print('

正態分佈為:

',a)

print()#

###########################建立元素滿足截斷正態分佈的張量#########################

a = tf.random.truncated_normal(shape = [3,4],mean = 0,stddev = 1,dtype =tf.float32)

print('

截斷正態分佈為:

',a)

print()#

###########################建立元素滿足均勻分布的張量#########################

a = tf.random.uniform(shape = [4,5],minval = 0,maxval = 5,dtype =tf.int32)

print('

均勻分布為:

',a)

print()#

###########################隨機打亂shuffle函式#########################

a = tf.constant([[1,2],[3,4],[5,6],[7,8]]) #

只沿著第一維打亂

a =tf.random.shuffle(a)

print("

打亂後的a:

",a)

############################建立序列tf.range()函式#########################

a = tf.range(start = 0,limit = 10,delta = 2,dtype =tf.int32)

print('

建立的序列為:

',a)

############################檢視張量的屬性 ndim,shaoe,dtype#########################

a = tf.constant([[1,2],[3,4],[5,6],[7,8]])

print('

維度ndim:

',a.ndim)

print('

資料型別dtype:

',a.dtype)

print('

shape:

',a.shape)

print('

tf.shape(a):

',tf.shape(a))

print('

元素總數tf.size(a):

',tf.size(a))

print('

張量維度tf.rank(a):

',tf.rank(a))

print()

Tensorflow2 0張量生成

tensorflow 1 tensor就是張量,多維陣列,多維列表,階表示張量的維數 dimension 維數階 名字例子 0 d標量scalar s 1 2 3 1 d向量vector v 1,2,3 2 d矩陣matrix m 1,2,3 4,5,6 7,8,9 n dn 張量tensor t ...

Tensorflow2 0學習筆記 建立張量

使用constant建立張量 使用constant函式建立張量 其中 1,5 表示張量內容,dtype表示資料型別 a tf.constant 1,5 dtype tf.int32 輸出a,a的資料型別,a的形狀 print a print a.dtype print a.shape 輸出結果 tf...

TensorFlow2 0張量的典型應用

1.標量 標量的典型用途之一是誤差值的表示 各種測量指標的表示,比如準確度,精度和召回率等。import tensorflow as tf 隨機模擬網路輸出 out tf.random.uniform 4 10 隨即構造樣本真實標籤 y tf.constant 2 3,2 0 one hot編碼 y...