前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >TensorFlow基础:常量

TensorFlow基础:常量

作者头像
lyhue1991
发布2020-07-20 11:50:30
3230
发布2020-07-20 11:50:30
举报
文章被收录于专栏:Python与算法之美

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:

代码语言:javascript
复制
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:

代码语言:javascript
复制
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:

代码语言:javascript
复制
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 ...

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-01-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 算法美食屋 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档