深度学习——张量

1.张量

张量：是指多维数组（列表）。

阶：张量的维数

2.数据类型

• tf.int,tf.float……——tf.int32,tf.float32,tf.float64
• tf.bool,——tf.constant([True,False])
• tf.string,——tf.constant("Hellow,world")

3.创建一个张量

1.利用constant创建一个张量

tf.constant(张量内容，dtype = 数据类型（可选）)

 运行结果shape括号内都好隔开几个数字就是几维张量，上图隔开一个数字就是一维的。2表示张量内有两个元素。

 2.将numpy的数据类型转换为Tensor数据类型

 tf.convert_to_tensor(数据名，dtype=数据类型（可选）)

3.生成某种分布的张量

• 生成正态分布的随机数，默认均值为0，标准差为1。tf.random.normal（维度，mean=均值，stddev=标准差）
• 生成截断式正态分布的随机数。（维度，mean=均值，stddev=标准差）：可以随机生成比较集中点的随机数，可以生成的数据在（均值+-2倍标准差之内）

•  生成均匀分布随机数[minval,maxval]:tf.random.uniform(维度，minval=最小值，maxval=最大值)

4.补充 

•  创建全为0的张量：tf.zeros(维度)
• 创建全为1的张量：tf.ones(维度)
• 创建全为指定值的张量：tf.fill(维度，指定值)

注：

对于维度：一维直接写个数；二维用[行，列]；多维用[n,m,j,k……]