tensorflow一些函數：
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)
新建一個與給定的tensor類型大小一致的tensor，其所有元素為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)
新建一個與給定的tensor類型大小一致的tensor，其所有元素為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)
創建一個形狀大小為dim的tensor，其初始值為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')
創建一個常量tensor，先給出value，可以設定其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)
返回一個tensor，該tensor中的數值在start到stop區間之間取等差數列（包含start和stop），如果num>1則差值為(stop-start)/(num-1)，以保證最后一個元素的值為stop。
其中，start和stop必須為tf.float32或tf.float64。num的類型為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')
返回一個tensor等差數列，該tensor中的數值在start到limit之間，不包括limit，delta是等差數列的差值。
start，limit和delta都是int32類型。
# '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)
返回一個tensor其中的元素的值服從正態分布。
seed: A Python integer. Used to create a random seed for the distribution.See
set_random_seed for behavior。
10、tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)
返回一個tensor其中的元素服從截斷正態分布（？概念不懂，留疑）
11、tf.random_uniform(shape,minval=0,maxval=None,dtype=tf.float32,seed=None,name=None)
返回一個形狀為shape的tensor，其中的元素服從minval和maxval之間的均勻分布。
12、tf.random_shuffle(value,seed=None,name=None)
對value（是一個tensor）的第一維進行隨機化。
[[1,2], [[2,3],
[2,3], ==> [1,2],
[3,4]] [3,4]]
13、tf.set_random_seed(seed)
設置產生隨機數的種子。