從數(shù)組夜郁、列表對(duì)象創(chuàng)建
tf.constant()和tf.convert_to_tensor()都能夠自動(dòng)的把Numpy()數(shù)組或者Python列表數(shù)據(jù)類(lèi)型轉(zhuǎn)化為T(mén)ensor類(lèi)型硕淑。
import tensorflow as tf
import numpy as np
a = tf.constant([1.2, 2.3])
b = tf.convert_to_tensor([1.2, 2.3])
c = tf.constant(np.array([1.2, 2.3]))
d = tf.convert_to_tensor(np.array([1.2, 2.3]))
print("python list >> constant >> tensor:", a)
print("python list >> convert_to_tensor >> tensor:", b)
print("numpy array >> constant >> tensor:", c)
print("numpt array >> convert_to_tensor >> tensor:", d)
輸出結(jié)果：
python list >> constant >> tensor: tf.Tensor([1.2 2.3], shape=(2,), dtype=float32)
python list >> convert_to_tensor >> tensor: tf.Tensor([1.2 2.3], shape=(2,), dtype=float32)
numpy array >> constant >> tensor: tf.Tensor([1.2 2.3], shape=(2,), dtype=float64)
numpt array >> convert_to_tensor >> tensor: tf.Tensor([1.2 2.3], shape=(2,), dtype=float64)
注意：Numpy浮點(diǎn)數(shù)數(shù)組默認(rèn)使用64為精度保存數(shù)據(jù)，轉(zhuǎn)換到Tensor類(lèi)型是精度為tf.float64族跛，可以在需要的時(shí)候?qū)⑵滢D(zhuǎn)換為tf.float32類(lèi)型。
| 函數(shù) | 說(shuō)明 | 例子 |
|---|---|---|
| tf.zeros() | 創(chuàng)建全0張量 | 標(biāo)量:tf.zeros([])，向量:tf.zeros([2])呻惕，矩陣:tf.zeros([2,2])，張量:tf.zeros([2, 3, 2]) |
| tf.ones() | 創(chuàng)建全1張量 | 標(biāo)量:tf.ones([])滥比，向量:tf.ones([2])亚脆，矩陣:tf.ones([2,2])，張量:tf.ones([2, 3, 2]) |
| tf.zeros_like() | 新建與某個(gè)張量shape一樣盲泛，且內(nèi)部全0的張量 | a=tf.ones([2,3]) b=tf.zeros_like(a) |
| tf.ones_like() | 新建與某個(gè)張量shape一樣濒持，且內(nèi)部全1的張量 | a=tf.zeros([2,3]) b=tf.ones_like(a) |
| tf.fill(shape, value) | 全部初始化為某個(gè)自定義value的張量 | tf.fill([2,2], 4) |
| tf.random.normal(shape, mean=0.0, stddev=1.0) | 創(chuàng)建形狀為shape，均值為mean寺滚，標(biāo)準(zhǔn)差為stddev的高斯分布 | tf.random.normal([2,3]) |
| tf.random.uniform(shape, minval=0, maxval=None, dtype=tf.float32) | 創(chuàng)建采樣自[minval,maxval]區(qū)間的均勻分布的張量 | tf.random.uniform([2,2])如果需要均勻采樣整型類(lèi)型的數(shù)據(jù)柑营，必須指定采樣區(qū)間的最大值maxval參數(shù)，同時(shí)指定數(shù)據(jù)類(lèi)型為tf.int*型 |
| tf.range(limit, delta=1) | 創(chuàng)建[0, limit)之間村视，步長(zhǎng)為delta的序列官套，不包括limit本身 | tf.range(10) |
| tf.range(start, limit, delta=1) | 創(chuàng)建[start, limit)之間，步長(zhǎng)為delta的序列蚁孔，不包括limit本身 | tf.range(1, 10) |
