tensorflow學習筆記（三）常用函數

上一篇簡單介紹了tensorflow的基本操作，這一篇介紹一些常用的函數。

• tf.constant()

  tf.constant ( 
      value ,           
      dtype = None , 
      shape = None , 
      name = 'Const' , 
      verify_shape = False 
  )　　

  value：類型是dtype的常量值（常用）
  dtype：張量元素的類型
  shape：張量的形狀
  name：張量的可選名稱
  verify_shape：布爾值可以驗證數值的形狀（不常用）
  返回：常數張量
  
  用來創建常數張量，value和shape一般不一塊使用。
  

  t_1 = tf.constant([1, 2, 3, 4])  # 返回張量[1, 2, 3, 4]
  t_2 = tf.constant(-1, shape=[2,3])  # 返回張量[[-1,-1,-1], [-1,-1,-1]]

• tf.Variable()

  定義變量
  

  v_1 = tf.Variable([0, 0, 0])

• tf.eye()

  創建tensorflow單位矩陣

  tf.eye(
      num_rows,
      num_columns=None,
      batch_shape=None,
      dtype=tf.float32,
      name=None
  )
  

  num_rows：單位矩陣行數
  num_colums：單位矩陣的列數，默認等於行數
  batch_shape：如果提供,返回的張量將具有該形狀的主要批次維度
  返回：一定形狀的單位陣

  tf.eye(2)
  >>[[1, 0],
     [0, 1]]
  
  tf.eye(2, 3)
  >>[[1, 0, 0], 
     [0, 1, 0]]
  

   

 

• tf.zeros()創建一定形狀的零矩陣

  tf.zeros(
      shape,
      dtype=tf.float32,
      name=None
  )
  

  shape：矩陣的形狀
  返回：元素全零張量

• tf.shape([2, 3])
  >>[[0, 0, 0],
     [0, 0, 0]]
  

   

• tf.zeros_like()

  創建與某個張量形狀一樣的全零張量
  

  tf.zeros_like(
      tensor,
      dtype=None,
      name=None,
      optimize=True
  )
  

  tensor：一個tf 張量，會創建與這個張量形狀一樣的全零張量
  optimize：如果為true,則嘗試靜態確定“張量”的形狀並將其編碼為常量
  返回：元素全零張量

  tensor = tf.constant([[1, 2, 3], [4, 5, 6]])
  tf.zeros_like(tensor)  # [[0, 0, 0], [0, 0, 0]]，與tensor的形狀相同
  

   

• tf.ones()

  創建元素是全是1的張量
  

  tf.ones(
      shape,
      dtype=tf.float32,
      name=None
  )
  

   

• tf.ones_like()

  創建與某個張量形狀相同的全1張量，參數與 zeres_like() 相同
  

  ones_like(
      tensor,
      dtype=None,
      name=None,
      optimize=True
  )
  

   

• tf.linspace() / tf.lin_space() 

  兩個函數相同，只是個別名，創建在一定范圍內從初值到終值等差分布的數列的n個數
  

  lin_space(
      start,
      stop,
      num,
      name=None
  )
  

  start：范圍的開始值，必須是以下類型之一：float32,float64
  stop：范圍的結束值，必須和start類型相同
  num：數的個數
  返回：一個等差排列的張量

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

   

• tf.range()

  創建從a到b的增量是n的等差數列，不包括b，默認a是0，默認n是1
  

  tf.range(limit, delta=1, dtype=None, name='range')
  tf.range(start, limit, delta=1, dtype=None, name='range')
  

  參數兩種形式，如果沒給start 只給limit，默認是start0；如果給了start 和limit ，就創建從start到limit的等差數列。增量默認是1。
  返回一維張量。

  tf.range(3)  => [0, 1, 2]
  tf.range(1, 5)   => [1, 2, 3, 4]
  tf.range(3, 18, 3)    => [3, 6, 9, 12, 15]