Tensorflow学习笔记

Tensorflow学习笔记（3）

(2016-02-22 15:39:01)

转载▼

var $tag=''; var$tag_code='69456492fde701eebef17a5f67ab482e'; var $r_quote_bligid='8b2a28790102wnkh'; var$worldcup='0'; var $worldcupball='0';

1、tf.ones(shape,type=tf.float32,name=None)

     tf.ones([2, 3], int32) ==> [[1, 1, 1], [1, 1, 1]]

2、tf.zeros(shape,type=tf.float32,name=None)

     tf.zeros([2, 3], int32) ==> [[0, 0, 0], [0, 0, 0]]

3、tf.ones_like(tensor,dype=None,name=None)

     新建一个与给定的tensor类型大小一致的tensor，其所有元素为1。

     # ‘tensor’ is [[1, 2, 3], [4, 5, 6]] 

     tf.ones_like(tensor) ==> [[1, 1, 1], [1, 1, 1]]

4、tf.zeros_like(tensor,dype=None,name=None)

     新建一个与给定的tensor类型大小一致的tensor，其所有元素为0。

     # ‘tensor’ is [[1, 2, 3], [4, 5, 6]] 

     tf.ones_like(tensor) ==> [[0, 0, 0], [0, 0, 0]]

5、tf.fill(dim,value,name=None)

     创建一个形状大小为dim的tensor，其初始值为value

     # Output tensor has shape [2, 3]. 

     fill([2, 3], 9) ==> [[9, 9, 9] 

                                 [9, 9, 9]]

6、tf.constant(value,dtype=None,shape=None,name=’Const’)

     创建一个常量tensor，先给出value，可以设定其shape

     # Constant 1-D Tensor populated with value list. 

     tensor = tf.constant([1, 2, 3, 4, 5, 6, 7]) => [1 2 3 4 5 6 7] 

    # Constant 2-D tensor populated with scalar value -1. 

     tensor = tf.constant(-1.0, shape=[2, 3]) => [[-1. -1. -1.] [-1. -1. -1.]

7、tf.linspace(start,stop,num,name=None)

     返回一个tensor，该tensor中的数值在start到stop区间之间取等差数列（包含start和stop），如果num>1则差值为(stop-start)/(num-1)，以保证最后一个元素的值为stop。

     其中，start和stop必须为tf.float32或tf.float64。num的类型为int。

     tf.linspace(10.0, 12.0, 3, name=”linspace”) => [ 10.0 11.0 12.0]

8、tf.range(start,limit=None,delta=1,name=’range’)

     返回一个tensor等差数列，该tensor中的数值在start到limit之间，不包括limit，delta是等差数列的差值。

     start，limit和delta都是int32类型。

     # ‘start’ is 3 

     # ‘limit’ is 18 

     # ‘delta’ is 3

     tf.range(start, limit, delta) ==> [3, 6, 9, 12, 15] 

     # ‘limit’ is 5 start is 0

     tf.range(start, limit) ==> [0, 1, 2, 3, 4]

9、tf.random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)

     返回一个tensor其中的元素的值服从正态分布。

   
 seed: