TensorFlow2.0--Chapter02基本概念与操作

左手的ㄟ右手 2022-11-05 03:17 262阅读 0赞

TensorFlow2.0–Chapter02基本操作

TensorFlow 是一个端到端开源机器学习平台。它拥有一个全面而灵活的生态系统，其中包含各种工具、库和社区资源，可助力研究人员推动先进机器学习技术的发展，并使开发者能够轻松地构建和部署由机器学习提供支持的应用。

在这里插入图片描述

文章目录

  • TensorFlow2.0—Chapter02基本操作
  • TensorFlow的基本概念
    • 属性和方法
    • 数据类型
    • 常量与变量
    • 变量的特殊性
    • 变量赋值assign
    • 张量的形状
  • 基本操作
    • 创建张量
    • 张量的形状
    • 类型转换tf.cast()

TensorFlow的基本概念

在这里插入图片描述

在这里插入图片描述

属性和方法

在这里插入图片描述

数据类型

在这里插入图片描述

常量与变量

常量
在这里插入图片描述
变量
在这里插入图片描述

  1. v1 = tf.Variable([1,2])
  2. v2 = tf.Variable([3,4],dtype=tf.float32)
  3. v1,v2

在这里插入图片描述
也可以用张量做初始值
在这里插入图片描述

变量的特殊性

在这里插入图片描述

变量赋值assign

特殊情况需要人工更新，可以变量赋值语句assign()来实现
还可以assign_add(),assign_sub()方法来实现变量的加法和减法值更新
在这里插入图片描述
在这里插入图片描述

张量的形状

在这里插入图片描述

基本操作

创建张量

在创建张量时只有value值是必填的，dtype等参数可以缺省，会根据具体的value值设定相应的值，例如：
在这里插入图片描述
相加tf.add(),指定数据类型为float32
在这里插入图片描述
node3输出是一个Tensor
在这里插入图片描述
得到Tensor的值，通过.numpy()方法

张量的形状

  1. scalar = tf.constant(100)
  2. vector = tf.constant([1,2,3,4,5])
  3. matrix = tf.constant([[1,2,3],[4,5,6]])
  4. cube_matrix = tf.constant([[[1],[2],[3]],[[4],[5],[6]],[[7],[8],[9]]])
  5. print(scalar.shape)
  6. print(vector.shape)
  7. print(matrix.shape)
  8. print(cube_matrix.shape)

在这里插入图片描述
通过切片的方式获取指定数据
在这里插入图片描述

类型转换tf.cast()

每个张量都会有唯一的类型，TensorFlow在进行运算的失手会对参与运算的所有张量进行检查
在这里插入图片描述
我们可以通过tf.cast进行数据转换

  1. a  = tf.constant([1,2])
  2. b = tf.constant([2.0,3.0])
  3. a = tf.cast(a,tf.float32) #数据类型转换
  4. result = tf.add(a,b)
  5. result

在这里插入图片描述

发表评论

表情：
评论列表 （有 0 条评论，262人围观）

还没有评论，来说两句吧...

相关阅读

    相关 chapter02 - 03

    1、  分别用cat \\tac\\nl三个命令查看文件/etc/ssh/sshd\_config文件中的内容，并用自己的话总计出这三个文档操作命令的不同之处？ \[root

    妖狐艹你老母妖狐艹你老母/ 0 赞/ 189 阅读

    相关 chapter02 - 03

    1、分别用cat \\tac\\nl三个命令查看文件/etc/ssh/sshd\_config文件中的内容，并用自己的话总计出这三个文档操作命令的不同之处？ 答：cat /e

    水深无声水深无声/ 0 赞/ 506 阅读