2. tensorflow2.0学习---Tensor创建和维度变换

ZhiP_Yan

墨衍会员 · AI 创作全网分发码龄7年

关注

VIP免费原创最新推荐文章于 2022-12-06 17:51:10 发布 966 阅读 AI 写同款· GEO 优化 ›

Tensorflow:张量(Tensor)的创建及其基础操作 Tensorflow中所有的运算操作都是基于张量进行的。Tensorflow中的张量Tensor是具有统一类型的多维数组。阅读详情

创建Tensor

从numpy， list数据中获得

创建一个Tensor数据可以从list或者numpy矩阵中获得。不过在list中，每个数据的类型可能不一致，而转化为Tensor要求数据类型应该是一致的，不过这种一致并非十分严格，也可以说逻辑上可以的数据便可以转化为Tensor，例如list数组中可能同时存在int类型和float类型，转化为Tensor时数据会自动扩充为float类型。

tf.convert_to_tensor(np.ones([2, 3]))

tf.convert_to_tensor([1., 2])
Out[ ]: <tf.Tensor: id=6, shape=(2,), dtype=float32, numpy=array([1., 2.], dtype=float32)>

常用的新建Tensor

新建Tensor类似与numpy中的方式，包括tf.ones(shape), tf.zeros(shape), tf.fill(shape，value)。即充填为1，0，value值。创建Tensor时，若没有给出shape数据，则表示创建一个标量（数值）。这种新建方式存在缺点：只能创建同样数值的数据。

# 创建 3 * 2 的全一矩阵
a = tf.ones([3 , 2]) 

# 创建 3 * 2 的全零矩阵
a = tf.zeros([3, 2])

# 创建 2 * 3 的矩阵，数据都为5.0
tf.fill([2, 3], 5.)
Out[ ]: <tf.Tensor: id=33, shape=(2, 3), dtype=float32, numpy=
           array([[5., 5., 5.],
                  [5., 5., 5.]], dtype=float32)>

除了这几种创建方法，还有与其类似的创建方法：tf.zero