tensorflow v2.0入门教程——02基本操作

╰+攻爆jí腚メ 2023-08-17 17:31 124阅读 0赞

[个人博客][Link 1]

## tensor ##

tensor即张量，张量的数学含义是多维数组，标量（数字）可以看作是0维的张量。一维数组称为1维向量，二维数组称为矩阵。在神经网络学习中，几乎所有的数据都可以看作张量，如神经网络的权重，偏置等。

## 输出hello world ##

import tensorflow as tf
    hello = tf.constant('hello world')  # 创建一个常量
    print(hello)  # 输出
    print(hello.numpy())  # 输出张量的值
    print(hello.shape)   # 输出维度
    print(hello.dtype)  # 输出张量类型

输出结果

tf.Tensor(b'hello world', shape=(), dtype=string)
    b'hello world'

shape是维度，标量是0维，`[1,2,3]`是1维。`[[1,2],[3,4]]`是2维，shape=(2,2)。  
dtype是张量类型。

## 基本张量操作 ##

import tensorflow as tf
    
    # 定义常量
    a = tf.constant(3)
    b = tf.constant(4)
    c = tf.constant(5)
    matrix1 = tf.constant([[1., 2.], [3., 4.]])
    matrix2 = tf.constant([[5., 6.], [7., 8.]])
    
    add = tf.add(a, b)  # 求和
    sub = tf.subtract(a, b)  # 求差
    mul = tf.multiply(a, b)  # 求积
    div = tf.divide(a, b)  # 相除
    mean = tf.reduce_mean([a, b, c])  # 求平均数
    sum = tf.reduce_sum([a, b, c])  # 求和
    product = tf.matmul(matrix1, matrix2)  # 矩阵相乘
    
    # 输出张量的值
    print("add =", add.numpy())
    print("sub =", sub.numpy())
    print("mul =", mul.numpy())
    print("div =", div.numpy())
    print("mean =", mean.numpy())
    print("sum =", sum.numpy())
    print("product=", product.numpy())

输出结果

add = 7
    sub = -1
    mul = 12
    div = 0.75
    mean = 4
    sum = 12
    product= [[19. 22.]
     [43. 50.]]

[个人博客][Link 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhcmRzZXB0ZW1iZXI_size_16_color_FFFFFF_t_70]

[Link 1]: http://www.wardseptember.top/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhcmRzZXB0ZW1iZXI_size_16_color_FFFFFF_t_70]: /images/20230808/b9a0388d937148ed9ba083cc9e722974.png