专栏首页Python与算法之美TensorFlow基础:常量

TensorFlow基础:常量

本节介绍TensorFlow中与常量相关的几个函数:

  • tf.constant #常量张量
  • tf.convert_to_tensor #转换成张量
  • tf.range #整数等差
  • tf.linspace #线性等分
  • tf.random.uniform # 均匀分布
  • tf.random.normal #正态分布

示范1:

import numpy as np
import tensorflow as tf

g = tf.Graph()
with g.as_default():

    #  tf.constant可以创建一个常量张量
    a = tf.constant([1,2,3],dtype = tf.int32)

    # tf.convert_to_tensor有类似作用
    # 可以将Python列表或者numpy数组转换成常量张量
    b = tf.convert_to_tensor([1,2,3], preferred_dtype =tf.float32)

with tf.Session(graph = g) as sess:
    print(sess.run({'a':a,'b':b}))

输出结果如下:

示范2:

import tensorflow as tf

g = tf.Graph()
with g.as_default():

    # tf.range 创建整数等差数列
    # 使用语法为tf.range(start, limit=None, delta=1)
    c = tf.range(1,12,2)

    # tf.linspace 为线性等分函数,创建浮点数等差数列
    # 使用语法为tf.linspace(start, stop, num)
    d = tf.linspace(0.0,1.0,9)

with tf.Session(graph = g) as sess:
    print(sess.run({'c':c}))
    print(sess.run({'d':d}))

输出结果如下:

示范3:

import tensorflow as tf

g = tf.Graph()
with g.as_default():

    # tf.random.uniform创建元素值均匀分布的张量
    u = tf.random.uniform(shape=[3,3],minval=0,maxval=5,dtype=tf.int32)

    # tf.random.normal创建元素值正态分布的张量
    v = tf.random.normal(shape=[6],mean= 0.0,stddev=1.0,dtype=tf.float32)

with tf.Session(graph = g) as sess:
    print('u=\n',sess.run(u))
    print('v=\n',sess.run(v))

输出结果如下:

此外,有许多与numpy中类似的函数也可以用来创建常量张量。

例如 tf.zeros,tf.ones,tf.zeros_like,tf.diag ...

本文分享自微信公众号 - Python与算法之美(Python_Ai_Road),作者:沉静中的流年

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-01-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 中阶API示范

    TensorFlow有5个不同的层次结构:即硬件层,内核层,低阶API,中阶API,高阶API。本章我们将以线性回归为例,直观对比展示在低阶API,中阶API,...

    lyhue1991
  • 低阶API示范

    TensorFlow有5个不同的层次结构:即硬件层,内核层,低阶API,中阶API,高阶API。本章我们将以线性回归为例,直观对比展示在低阶API,中阶API,...

    lyhue1991
  • 使用TensorFlow2预测国内疫情结束时间

    国内的新冠肺炎疫情从发现至今已经持续3个多月了,这场起源于吃野味的灾难给大家的生活造成了诸多方面的影响。

    lyhue1991
  • 使用tensorflow导入已经下载好的mnist数据集()

    先去下载区下载一个mnist数据集,然后放在目录下,然后改folder路径就可以成功读取了

    用户1148525
  • tensorflow中实现神经网络训练手写数字数据集mnist

    基于tensorflow实现一个简单的三层神经网络,并使用它训练mnist数据集,神经网络三层分别为:

    OpenCV学堂
  • 实战|TensorFlow 实践之手写体数字识别!

    本文的主要目的是教会大家运用google开源的深度学习框架tensorflow来实现手写体数字识别,给出两种模型,一种是利用机器学习中的softmax regr...

    IT派
  • 深度学习之 TensorFlow(五):mnist 的 Alexnet 实现

    希希里之海
  • 基于tensorflow实现简单卷积神经网络Lenet5

    徐飞机
  • 【tensorflow2.0】张量的结构操作

    张量数学运算主要有:标量运算,向量运算,矩阵运算。另外我们会介绍张量运算的广播机制。

    绝命生
  • 【tensorflow2.0】中阶api--模型、损失函数、优化器、数据管道、特征列等

    TensorFlow的中阶API主要包括各种模型层,损失函数,优化器,数据管道,特征列等等。

    绝命生

扫码关注云+社区

领取腾讯云代金券