TensorFlow2.0——张量

一、张量的介绍

张量（tensor）即多维数组。张量的阶数：表示张量的维度，如下图所示：

维数	阶数	名字	实例
0-D	0	标量scalar	s=1
1-D	1	向量vector	s=[1,2,3,4]
2-D	2	矩阵matrix	m=[[1,2],[3,4]]
n-D	n	张量tensor	t=[[[...]]]

 

 

二、张量的数据类型

类型名	tf.dtype	实例
正型	int32	a = tf.constant(1)
浮点型	float32	a = tf.constant(1.0
double型	float64	a = tf.constant(1.0,dtype=tf.double)
bool型	bool	a = tf.constant([True,False])
字符型	string	a = tf.constant('hello,word!')

 

 

三、张量的创建与属性

1、张量的创建

代码示例：

import tensorflow as tf

# 创建张量,下面以创建2*2的矩阵为例
a=tf.constant([[1,2],[3,4]])    # 创建一个常量
b=tf.zeros(shape=[2,2])         # 创建全为0的张量
c=tf.ones(shape=[2,2])          # 创建全为0的张量
d=tf.fill(dims=[2,2],value=1)   # 创建一个填充值全为1的张量
# e=tf.random.normal(shape=[2,2],mean=0,stddev=1.0)   # 创建正态分布随机数的张量
# f=tf.random.truncated_normal(shape=[2,2],mean=0,stddev=1.0)   # 创建截断式正态分布随机数的张量

print('a:\n',a)
print('b:\n',b)
print('c:\n',c)
print('d:\n',d)

输出结果：

a张量为:
 tf.Tensor(
[[1 2]
 [3 4]], shape=(2, 2), dtype=int32)
b张量为:
 tf.Tensor(
[[0. 0.]
 [0. 0.]], shape=(2, 2), dtype=float32)
c张量为:
 tf.Tensor(
[[1. 1.]
 [1. 1.]], shape=(2, 2), dtype=float32)
d张量为:
 tf.Tensor(
[[1 1]
 [1 1]], shape=(2, 2), dtype=int32)

 

 2、张量的属性

属性	说明
tensor.name	张量名，是一个tensor的唯一标识，创建时如果没有指定name，那么系统将自动分配一个name。
tensor.shape	形状，描述张量维度信息。
tensor.dtype	数据类型。