常數(shù),序列和隨機值

常張量

tf.zeros(shape, dtype=tf.float32, name=None)

說明:根據(jù)shape約定的維度,dtype約定的float32類型生成值全部為0的常張量

tf.zeros_like(tensor, dtype=None, name=None)

說明:根據(jù)輸入的tensor,生成相同的常張量板甘,值全為0

tf.ones(shape, dtype=tf.float32, name=None)

說明:根據(jù)shape約定的維度,dtype約定的float32類型生成值全部為1的常張量

tf.ones_like(tensor, dtype=None, name=None)

說明:根據(jù)輸入的tensor详炬,生成相同的常張量盐类,值全為1

tf.fill(dims, value, name=None)

說明:根據(jù)dims約定的維度,生成一個新的常張量呛谜,內部的值用value填充

tf.constant(value, dtype=None, shape=None, name='Const')

說明:根據(jù)value的內容生成新的常張量在跳,維度和類型自動推斷

序列

tf.linspace(start, stop, num, name=None)

說明:從start開始到stop為止,等距生成num個值隐岛,組合成新的Tensor

tf.range(start, limit, delta=1, name='range')

說明:從start開始到limit為止猫妙,不包括limit,間隔delta聚凹,生成多個值割坠,組合成新的Tensor

隨機張量

tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

說明:生成符合正態(tài)分布的隨機值,輸出Tensor

tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

說明:生成有邊界的正態(tài)分布隨機值妒牙,輸出Tensor

tf.random_uniform(shape, minval=0.0, maxval=1.0, dtype=tf.float32, seed=None, name=None)

說明:生成在minval和maxval的范圍內均勻分布的隨機值彼哼,不包括maxval,輸出Tensor

tf.random_shuffle(value, seed=None, name=None)

說明:對value的行進行亂序操作湘今,輸出Tensor

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末敢朱,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子摩瞎,更是在濱河造成了極大的恐慌拴签,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,123評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件愉豺,死亡現(xiàn)場離奇詭異篓吁,居然都是意外死亡茫因,警方通過查閱死者的電腦和手機蚪拦,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,031評論 2 384
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來冻押,“玉大人驰贷,你說我怎么就攤上這事÷宄玻” “怎么了括袒?”我有些...
    開封第一講書人閱讀 156,723評論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長稿茉。 經常有香客問我锹锰,道長芥炭,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,357評論 1 283
  • 正文 為了忘掉前任恃慧,我火速辦了婚禮园蝠,結果婚禮上,老公的妹妹穿的比我還像新娘痢士。我一直安慰自己彪薛,他們只是感情好,可當我...
    茶點故事閱讀 65,412評論 5 384
  • 文/花漫 我一把揭開白布怠蹂。 她就那樣靜靜地躺著善延,像睡著了一般。 火紅的嫁衣襯著肌膚如雪城侧。 梳的紋絲不亂的頭發(fā)上易遣,一...
    開封第一講書人閱讀 49,760評論 1 289
  • 那天,我揣著相機與錄音嫌佑,去河邊找鬼训挡。 笑死,一個胖子當著我的面吹牛歧强,可吹牛的內容都是我干的澜薄。 我是一名探鬼主播,決...
    沈念sama閱讀 38,904評論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼摊册,長吁一口氣:“原來是場噩夢啊……” “哼肤京!你這毒婦竟也來了?” 一聲冷哼從身側響起茅特,我...
    開封第一講書人閱讀 37,672評論 0 266
  • 序言:老撾萬榮一對情侶失蹤忘分,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后白修,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體妒峦,經...
    沈念sama閱讀 44,118評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,456評論 2 325
  • 正文 我和宋清朗相戀三年兵睛,在試婚紗的時候發(fā)現(xiàn)自己被綠了肯骇。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,599評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡祖很,死狀恐怖笛丙,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情假颇,我是刑警寧澤胚鸯,帶...
    沈念sama閱讀 34,264評論 4 328
  • 正文 年R本政府宣布,位于F島的核電站笨鸡,受9級特大地震影響姜钳,放射性物質發(fā)生泄漏坦冠。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,857評論 3 312
  • 文/蒙蒙 一哥桥、第九天 我趴在偏房一處隱蔽的房頂上張望蓝牲。 院中可真熱鬧,春花似錦泰讽、人聲如沸例衍。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,731評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽佛玄。三九已至,卻和暖如春累澡,著一層夾襖步出監(jiān)牢的瞬間梦抢,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,956評論 1 264
  • 我被黑心中介騙來泰國打工愧哟, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留奥吩,地道東北人。 一個月前我還...
    沈念sama閱讀 46,286評論 2 360
  • 正文 我出身青樓蕊梧,卻偏偏與公主長得像霞赫,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子肥矢,可洞房花燭夜當晚...
    茶點故事閱讀 43,465評論 2 348

推薦閱讀更多精彩內容

  • TF API數(shù)學計算tf...... :math(1)剛開始先給一個運行實例端衰。tf是基于圖(Graph)的計算系統(tǒng)...
    MachineLP閱讀 3,449評論 0 1
  • 1. tf函數(shù) tensorflow 封裝的工具類函數(shù) | 操作組 | 操作 ||:-------------| ...
    南墻已破閱讀 5,088評論 0 5
  • 夜光有風的形狀 由眼入心而擴張 念起舊你口的模樣 欲說還休卻帶些狂 是跟我一起的瘋狂 月色會溫柔你也變樣 像是快樂...
    劉夕安閱讀 252評論 0 0
  • 夜多么晚了月都睡著了, 我們還是不肯睡甘改, 提筆寫下的詩篇刪不到的愛旅东, 是你最喜歡的絢麗, 寫不完的思念十艾, 一起過完...
    黑馬非凡馬閱讀 81評論 0 0
  • 全世界只有不到3%的人微信搜索并且關注了 簫凌 你真是個特別的人 策劃:簫凌「from Overture Stud...
    簫凌閱讀 330評論 0 0