4、TensorFlow基础与线性逻辑回归：原理、操作与应用

TensorFlow基础与线性逻辑回归：原理、操作与应用

1. TensorFlow基础操作

1.1 张量类型与操作

在TensorFlow中，张量有多种类型，如 tf.float32 、 tf.float64 、 tf.int32 、 tf.int64 等。可以在张量构造函数中设置 dtype 来创建指定类型的张量，也能使用 tf.to_double() 、 tf.to_float() 等函数改变张量类型。

import tensorflow as tf

# 创建指定类型的张量
a = tf.ones((2,2), dtype=tf.int32)
print(a.eval())
# 输出: 
# array([[0, 0],
#        [0, 0]], dtype=int32)

# 改变张量类型
b = tf.to_float(a)
print(b.eval())
# 输出: 
# array([[ 0.,  0.],
#        [ 0.,  0.]], dtype=float32)

1.2 张量形状操作

TensorFlow中，张量是内存中的一组数字，不同形状是对这些数字的不同视图。可以使用 tf.reshape() 改变张量形状，还能使用 tf.expand_dims