摘要：
 阅读全文
摘要：
 阅读全文
摘要：
import tensorflow as tf import numpy as np "tf.where(),条件语句，真返回a" a = tf.constant([1, 2, 3, 1, 1]) b = tf.constant([0, 1, 3, 4, 5]) c = tf.where(tf.gr 阅读全文
摘要：
"求沿指定维度的平均值、和（axis=1沿行向量方向）" x = tf.constant([[1, 2, 3], [2, 2, 3]]) print("x:", x) print("mean of x:", tf.reduce_mean(x)) # 求x中所有数的均值 print("sum of x 阅读全文
摘要：
"将Numpy数组转换为张量" a = np.arange(0,5) print("数组a:",a) b = tf.convert_to_tensor(a,dtype=tf.int64) print("张量b：",b) "创建全为0的张量" zero_Tensor = tf.zeros([2,3]) 阅读全文
摘要：
梯度带tf.GradientTape（自动求梯度） Tensorflow 会把 'tf.GradientTape' 上下文中执行的所有操作都记录在一个磁带上 ("tape")。 然后基于这个磁带和每次操作产生的导数，用反向微分法（"reverse mode differentiation"）来计算这 阅读全文