TensorFlow——基本函数

//创建一个张量tf.constant(张量内容，dtype=数据类型(可选))//将numpy转化为tensortf.convert_to_tensor(数据名,dtype=数据类型(可选))

//创建全为零的张量
tf.zeros(维度)
//创建全为一的张量
tf.ones(维度)
//创建全为指定值的张量
tf.fill(维度,指定值)

//生成正态分布随机数
tf.random.normal(维度，mean=均值, stddev=标准差)
//生成截断式正态分布随机数
tf.random.truncated_normal(维度，mean=均值, stddev=标准差)
//生成均匀分布随机数（前开后闭）
tf.random.uniform(维度，minval=min,maxval=max)
常用函数：

//强制类型转换
tf.cast(张量名, stype=数据类型)
//min，max
tf.reduce_min(张量名)
tf.reduce_max(张量名)
//axis 0经度方向 1维度方向 不指定为所有元素
tf.reduce_mean(张量名,axis=操作轴)
tf.reduce_sum(张量名,axis=操作轴)
//返回最大值索引号
tf.argmax(张量名,axis=操作轴)

//标记为可训练
tf.Variable(待训练参数)
基本数学运算（维度相同才可四则运算）：

tf.add 加
tf.subtract 减
tf.multiply 乘
tf.divide 除
tf.square 平方
tf.pow 次方
tf.sqrt 开方
tf.matmmul 矩阵乘

//切分第一维度，生成数据集
tf.Dataset.from_tensor_slices((输入特征,标签))

//求张量梯度
with tf.GradientTape() as tape:
若干个计算过程
tf.GradientTape(函数,对谁求导)

i，element in enumerate()//枚举

tf.one_hot(待转换数据,depth=几分类)

tf.nn.softmax(x) //使输出符合概率分布

assign_sub(要自操作内容)//自更新-