tensorflow基础知识

tensorflow连载片 - day two

参考：http://c.biancheng.net/view/1885.html

在tensorflow中所有的数据类型都属于张量。张量简单来说就是矩阵。

目前支持三种张量：

1. 常量

2. 变量。变量需要显式初始化，会占用内存，可以分开存储在参数服务器上。每次加载图的时候需要加载相关的变量。

3. 占位符。占位符不包含任何数据，因此不需要初始化。在训练神经网络时，它们通常用于提供新的训练样本。在会话中运行计算图时，可以伟占位符赋值。

 

常量：

tf.ones([m, n], dtype) 创建全1的tensor

tf.zeros([m,n], dtype)创建全0的tensor

tf.linspace(start, stop, num) 将从start到stop划均等分成num个数

tf.range(start, limit, delta) 从开始（默认值=0）生成一个数字序列，增量为 delta（默认值=1），直到终值（但不包括终值）

创建正态分布： tf.random_normal([m,n], mean, stddev, seed)

创建截尾正态分布： tf.truncated_normal([m,n], stddev, seed)

创建伽马分布：tf.random_uniform([m,n], maxval, seed)

随机裁剪指定大小的张量: tf.random_crop(t_ranom, [m,n], seed)

沿着第一维随机排列张量