TensorFlow神經網絡學習之張量與變量概念
發(fā)布日期：2021-12-24 16:50 | 文章來源：源碼中國
一、張量定義
張量：TensorFlow的張量是n維數組，類型為tf.Tensor。
標量：一個數字 （0階張量）
向量：一維數組 （1階張量）
矩陣：二維數組 （2階張量）
二、張量屬性
1、張量的類型
#創(chuàng)建常數張量 a = tf.constant(3.0) print(a)
2、張量的階
三、張量的指令
1、常數張量（普通）
#創(chuàng)建常數張量 a = tf.constant(3.0) print(a)
2、張量數組
1、固定張量數組（0）
#創(chuàng)建張量數組 #0： array_0 = tf.zeros(shape=[3,3]) #3*3數組（0）
2、固定張量數組（1）
#1： array_1 = tf.ones(shape=[3,3]) #3*3數組（1）
3、隨機張量數組
#隨機： array_random = tf.random_normal(shape=[2,3], mean=1.75, stddev=0.12) # 2*3數組均值(1.75) 標準差
3、查看張量值
查看張量值：張量.eval()
#會話（查看張量） with tf.Session() as sess: print(a.eval()) print(array_0.eval()) print(array_1.eval()) print(array_random.eval())
4、張量類型改變
#修改張量類型 array_0 = tf.cast(array_0, tf.int32)
5、張量形狀改變
注：屬于動態(tài)改變張量，需要張量元素個數固定。
#修改張量形狀 array_random = tf.reshape(array_random, shape=[3,2])
修改前：
修改后：
代碼
# 張量（創(chuàng)建與修改）
import tensorflow as tf
# 創(chuàng)建張量
def Create_Tensor():
# 創(chuàng)建常數張量
a = tf.constant(3.0)
print(a)
# 創(chuàng)建張量數組
# 0：
array_0 = tf.zeros(shape=[3, 3]) # 3*3數組（0）
# 1：
array_1 = tf.ones(shape=[3, 3]) # 3*3數組（1）
# 隨機：
array_random = tf.random_normal(shape=[2, 3], mean=1.75, stddev=0.12)
# 2*3數組均值(1.75) 標準差
# 會話（查看張量）
with tf.Session() as sess:
print(a.eval())
print(array_0.eval())
print(array_1.eval())
print(array_random.eval())
# 修改張量
def Modify_Tensor():
global array_0, array_random
print('修改后的：')
# 修改張量類型
array_0 = tf.cast(array_0, tf.int32)
# 修改張量形狀
array_random = tf.reshape(array_random, shape=[3, 2])
# 會話（查看張量）
with tf.Session() as sess:
print(array_0.eval())
print(array_random.eval())
# 創(chuàng)建張量
Create_Tensor()
# 修改張量
Modify_Tensor()
四、變量
1、定義變量
# 定義變量 a = tf.Variable(initial_value=2) b = tf.Variable(initial_value=4) c = tf.add(a,b)
2、初始化變量
TensorFlow的變量必須初始化，否則會報錯。
# 初始化變量 init = tf.global_variables_initializer()
3、開啟會話（執(zhí)行）
# 開啟會話 with tf.Session() as sess: sess.run(init) print(sess.run(c))
代碼
# 變量 import tensorflow as tf # 定義變量 a = tf.Variable(initial_value=2) b = tf.Variable(initial_value=4) c = tf.add(a,b) # 初始化變量 init = tf.global_variables_initializer() # 開啟會話 with tf.Session() as sess: sess.run(init) print(sess.run(c))
以上就是TensorFlow神經網絡學習之張量與變量概念的詳細內容，更多關于TensorFlow的資料請關注本站其它相關文章！
版權聲明：本站文章來源標注為YINGSOO的內容版權均為本站所有，歡迎引用、轉載，請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網站，禁止在非www.sddonglingsh.com所屬的服務器上建立鏡像，否則將依法追究法律責任。本站部分內容來源于網友推薦、互聯網收集整理而來，僅供學習參考，不代表本站立場，如有內容涉嫌侵權，請聯系alex-e#qq.com處理。
相關文章
關注官方微信