38、像使用NumPy一样使用TensorFlow

像使用NumPy一样使用TensorFlow

1. TensorFlow基础

TensorFlow的API围绕张量（tensors）展开，张量在不同操作之间流动，这也是TensorFlow名字的由来。张量与NumPy的 ndarray 非常相似，通常是多维数组，也可以是标量（如42）。在创建自定义成本函数、自定义指标、自定义层等时，张量非常重要。

1.1 创建和操作张量

可以使用 tf.constant() 创建张量。例如，创建一个2行3列的浮点矩阵：

import tensorflow as tf
t = tf.constant([[1., 2., 3.], [4., 5., 6.]])  # matrix
print(t)

输出：

<tf.Tensor: shape=(2, 3), dtype=float32, numpy=
array([[1., 2., 3.],
       [4., 5., 6.]], dtype=float32)>

和 ndarray 一样， tf.Tensor 有形状和数据类型：

print(t.shape)
print(t.dtype)

输出：

TensorShape([2