TensorFlow2.0（一）tensor创建和属性

1.创建tensor

# 2.2.1 创建tensor 三类方法：

# 1.常量
# 1.1 tf.constant(value, dtype=None, shape=None)，tf.convert_to_tensor(value, dtype=None)，tf.fill(dims, value)。
#       value：可以是range(3)，可以是list [[1,2,3],[2,3,5]]，也可以是numpy实例np.ones(shape)。
#       shape：一维格式shape=[2]或(2)，二维格式shape=[2,3]或(2,3),三维格式shape=[2,3,4]或(2,3,4)。
#       dims：一维格式[2]或(2)，二维格式[2,3]或(2,3),三维格式[2,3,4]或(2,3,4)。
print(tf.constant([[0, 1, 2], [3, 4, 5]]))  # 默认shape不变
print(tf.constant([[0, 1, 2], [3, 4, 5]], shape=[1, 6]))  # shape可以重塑
# print(tf.constant([[0, 1, 2], [3, 4, 5]], shape=[1, -1]))  # shape中行、列不能用-1来省略，报错！
print(tf.convert_to_tensor([[0, 1, 2], [3, 4, 5]]))  # 没有shape参数
print(tf.fill([2, 3, 2], 8))  # 创建元素相同的tensor,dims不能省略参数
# 1.2 tf.zeros(shape, dtype=dtypes.float32)，tf.ones(shape, dtype=dtypes.float32)。
#       shape：一维格式[2]或(2)，二维格式[2,3]或(2,3),三维格式[2,3,4]或(2,3,4)。
print(tf.zeros([2, 3, 2]))
print(tf.ones([2, 3, 2]), tf.int32)

# 2.随机量
# 正态分布：
#   tf.random.normal(shape,mean=0.0,stddev=1.0,dtype=dtypes.float32,seed=None)
# 截断正态分布：去掉梯度消失部分的正态分布。生成的值遵循一个正态分布，但不会大于平均值2个标准差。
# 例如，当均值为0，标准差为1时，使用tf.random.truncated_normal()不可能出现区间[-2,2]以外的点。使用tf.random.normal()可能出现区间[-2,2]以外的点。

#   tf.random.truncated_normal(shape,mean=0.0,stddev=1.0,dtype=dtypes.float32,seed=None)
#       shape：默认是一个数。格式[3,4]，shape=[1,2]和shape=[2]结果不相同，后者是前者的一行。
#       mean：均值，默认0。数据类型为dtype的张量值或Python值。
#       stddev：标准差，默认1。数据类型为dtype的张量值或Python值。
#       dtype：类型，常省略，默认dtype=tf.float32。格式dtype=tf.xx，不能是int类型，会报错。
#       seed：一个Python整数。是随机种子。

  # 均匀分布：

#   tf.random.uniform(shape, minval=0, maxval=None, dtype=tf.dtypes.float32, seed=None)
#       minval, maxval：生成值的范围，[minval, maxval)，左闭右开。
#                       float型，默认范围为[0, 1)，int型，至少maxval必须明确指定。
#       dtype：默认dtype=tf.float32。
print(tf.random.normal([3, 4]))
print(tf.random.truncated_normal([2, 3]))
print(tf.random.uniform([2, 3]))
print(tf.random.uniform([2, 3], dtype=tf.float64))  # 32位和64位精度不同，值看不出区别
# x = tf.random.uniform([2, 3])
# y = tf.random.uniform([2, 3], dtype=tf.float64)
# print(x + y)  # 32位和64位tensor不能相加，需要统一类型
print(tf.random.uniform([2, 3], minval=2, maxval=10, dtype=tf.float32))
print(tf.random.uniform([2, 3], maxval=10, dtype=tf.int32))
print(tf.random.uniform([2, 3], minval=2, maxval=10, dtype=tf.int64))

# 3.序列
# tf.range(start, limit=None, delta=1, dtype=None),
# 创建元素取值为整数序列的tensor，没有shape参数，默认是一维shape=(4,)
#       start：起始数字，默认0。
#       limit：结束数字。如果只有一个参数，默认是limit。
#       delta：步长，默认1。
#       dtype：默认dtype=tf.int32。
print(tf.range(4))
print(tf.range(4, dtype=tf.float32))

# 4.补充
# 如需为tensor指定shape，可以调用tf.reshape(tensor, shape)方法。
#       tensor：可以是tf.constant()，tf.Variable()，tf.range()的返回值。
#       shape：格式[2,3]或(2,3)，行、列可以省略一个（写成-1）
print(tf.reshape(tf.range(4), (2, 2)))
print(tf.reshape(tf.range(4), (-1, 2)))

 

 

 

参考：

https://trickygo.github.io/Dive-into-DL-TensorFlow2.0

https://www.cnblogs.com/cxhzy/p/13385166.html

https://tensorflow.google.cn/api_docs/python/tf