Tensflow学习笔记（一）——TF生成并查看数据

概要：

在Jupyer中学习TF生成并查看数据的方法。

代码：

import tensorflow as tf
import numpy as np
# 生成0和1矩阵
x = tf.zeros([2, 2])
y = tf.ones([2, 2])
#填充单值矩阵
z = tf.fill([2, 2], 3)
#常量矩阵
c1 = tf.constant([1,2,3,4])
c2 = tf.constant(-1.0, shape=[2,2])
#生成等差数列
d1 = tf.linspace(10.0, 20.0, 5)
d2 = tf.range(10.0, 20.0, 2) #生成各种随机数据矩阵
#均匀分布
r1 = tf.random_uniform([2,4], minval=0.0, maxval=2.0, dtype=tf.float32, seed=1234)
#正态分布
r2 = tf.random_normal([2,3], mean=0.0, stddev=1.0, dtype=tf.float32, seed=1234)
#截断的正态分布：正太分布的值如果与均值的差值大于两倍的标准差，那就重新生成
r3 = tf.truncated_normal([2,3], mean=0.0, stddev=1.0, dtype=tf.float32, seed=1234)
#返回一个随机数序列，将value中的数据打乱输出
r4=tf.random_shuffle([[1,2,3],[4,5,6],[6,6,6]], seed=134)with tf.Session() as sess:print "This is x: ", '\n',sess.run(x)print "This is y: ", '\n',sess.run(y)print "This is z: ", '\n',sess.run(z)print "This is c1: ",  '\n',sess.run(c1)print "This is c2: ", '\n',sess.run(c2)print "This is d1: ", '\n',sess.run(d1)print "This is d2: ", '\n',sess.run(d2)print "This is r1: ",  '\n',sess.run(r1)print "This is r2: ", '\n',sess.run(r2)print "This is r3: ", '\n',sess.run(r3)print "This is r4: ", '\n',sess.run(r4)print "This is shape of x: ", x.get_shape()

结果：

This is x:
[[ 0.  0.][ 0.  0.]]
This is y:
[[ 1.  1.][ 1.  1.]]
This is z:
[[3 3][3 3]]
This is c1:
[1 2 3 4]
This is c2:
[[-1. -1.][-1. -1.]]
This is d1:
[ 10.   12.5  15.   17.5  20. ]
This is d2:
[ 10.  12.  14.  16.  18.]
This is r1:
[[ 1.69661403  0.64714265  0.61340022  0.13939953][ 1.82771301  0.34095812  0.56674242  0.7125411 ]]
This is r2:
[[ 0.51340485 -0.25581399  0.65199131][ 1.39236379  0.37256798  0.20336303]]
This is r3:
[[ 0.51340485 -0.25581399  0.65199131][ 1.39236379  0.1662533  -0.91617972]]
This is r4:
[[4 5 6][6 6 6][1 2 3]]
This is shape of x:  (2, 2)

截图--->代码

截图-->结果

Tensflow学习笔记（一）——TF生成并查看数据相关推荐

ArcGIS案例学习笔记2_2_等高线生成DEM和三维景观动画
ArcGIS案例学习笔记2_2_等高线生成DEM和三维景观动画计划时间:第二天下午教程:Pdf/405 数据:ch9/ex3 方法: 1. 创建DEM SA工具箱/插值分析/地形转栅格 2. 生成 ...
2020-4-20 深度学习笔记20 - 深度生成模型 3 (实值数据上的玻尔兹曼机)
第二十章深度生成模型 Deep Generative Models 中文英文 2020-4-17 深度学习笔记20 - 深度生成模型 1 (玻尔兹曼机,受限玻尔兹曼机RBM) 2020-4-18 ...
2020-4-22 深度学习笔记20 - 深度生成模型 5 (有向生成网络--sigmoid信念网络/可微生成器网络/变分自编码器VAE/生产对抗网络GAN/生成矩匹配网络)
第二十章深度生成模型 Deep Generative Models 中文英文 2020-4-17 深度学习笔记20 - 深度生成模型 1 (玻尔兹曼机,受限玻尔兹曼机RBM) 2020-4-18 ...
【Springboot学习笔记】SpringBoot+Mybatis+Thymeleaf+Layui数据表单从零开始实现按条件模糊分页查询的方法
[Springboot学习笔记]SpringBoot+Mybatis+Thymeleaf+Layui数据表单从零开始实现按条件模糊分页查询的方法目录 1.搭建环境 1.1直接从网上下载SpringB ...
Kinect开发学习笔记之（七）骨骼数据的提取
Kinect开发学习笔记之(七)骨骼数据的提取 zouxy09@qq.com http://blog.csdn.net/zouxy09 我的Kinect开发平台是: Win7x86 + VS2010 ...
《R数据科学》学习笔记|Note8:使用dplyr处理关系数据
使用dplyr处理关系数据往期文章 <R数据科学>学习笔记|Note1:绪论 <R数据科学>学习笔记|Note2:使用ggplot2进行数据可视化(上) <R数据科学& ...
Kafka学习笔记（3）----Kafka的数据复制（Replica）与Failover
1. CAP理论 1.1 Cosistency(一致性) 通过某个节点的写操作结果对后面通过其他节点的读操作可见. 如果更新数据后,并发访问的情况下可立即感知该更新,称为强一致性如果允许之后部分或全 ...
at24c16如何划分出多个读写区_AVR学习笔记九、基于AT24C16的数据存储实验
Ema{@AVR 学习笔记九.基于 AT24C16 的数据存储实验 ------- 基于 LT_Mini_M16 9.1 用 I/O 口模拟 I2C 总线实现 AT24C16 的读写 9.1.1 .实 ...
oracle 11g dul,学习笔记:Oracle dul数据挖掘导出Oracle11G数据文件坏块中表中
试验模拟导出Oracle 11G数据库中数据文件坏块中表中的数据以前一直以为dul对应的版本只能恢复最高的数据库版本一致,今天测试发现dul 10可以恢复11g最新版的数据库. 模拟环境SQL> ...

Tensflow学习笔记（一）——TF生成并查看数据

Tensflow学习笔记（一）——TF生成并查看数据相关推荐

最新文章

热门文章