深度学习2.0-2.tensorflow的基础操作之创建Tensor及应用场景

文章目录

1.创建Tensor
- 1.通过numpy、list转换得到
- 2.tf.zeros
- 3.tf.ones
- 4.fill填充
- 5.Normal-随机化初始化
- 6.Uniform-均匀分布
- 7.随机打散
- 8.tf.constant
2.不同Tensor的典型应用
- 1.scalar-标量
- 2.Vector-向量
- 3.Matrix-矩阵
- 4.Dim=3 Tensor
- 5.Dim=4 Tensor
- 6.Dim=5 Tensor

1.创建Tensor

1.通过numpy、list转换得到

list-逻辑上要说得通

2.tf.zeros

传入的是shape

3.tf.ones

传入的是shape

4.fill填充

5.Normal-随机化初始化

6.Uniform-均匀分布

7.随机打散

8.tf.constant

2.不同Tensor的典型应用

1.scalar-标量

2.Vector-向量

3.Matrix-矩阵

4.Dim=3 Tensor

5.Dim=4 Tensor

6.Dim=5 Tensor

深度学习2.0-2.tensorflow的基础操作之创建Tensor及应用场景相关推荐

深度学习（6）TensorFlow基础操作二: 创建Tensor
深度学习(6)TensorFlow基础操作二: 创建Tensor 一. 创建方式 1. From Numpy,List 2. zeros,ones (1) tf.zeros() (2) tf.zero ...
深度学习（15）TensorFlow高阶操作四: 填充与复制
深度学习(15)TensorFlow高阶操作四: 填充与复制 1. Pad 2. 常用于Image Padding 3. tile 4. tile VS broadcast_to Outline pa ...
深度学习（17）TensorFlow高阶操作六: 高阶OP
深度学习(17)TensorFlow高阶操作六: 高阶OP 1. Where(tensor) 2. where(cond, A, B) 3. 1-D scatter_nd 4. 2-D scatter ...
深度学习（16）TensorFlow高阶操作五: 张量限幅
深度学习(16)TensorFlow高阶操作五: 张量限幅 1. clip_by_value 2. relu 3. clip_by_norm 4. Gradient clipping 5. 梯度爆炸实 ...
深度学习（14）TensorFlow高阶操作三: 张量排序
深度学习(14)TensorFlow高阶操作三: 张量排序一. Sort, argsort 1. 一维Tensor 2. 多维Tensor 二. Top_k 三. Top-k accuracy(To ...
深度学习（12）TensorFlow高阶操作一: 合并与分割
深度学习(12)TensorFlow高阶操作一: 合并与分割 1. concat 2. stack: create new dim 3. Dim mismatch 4. unstuck 5. spli ...
深度学习（11）TensorFlow基础操作七: 向前传播（张量）实战
深度学习(11)TensorFlow基础操作七: 向前传播(张量)实战 1. 导包 2. 加载数据集 3. 转换数据类型 4. 查看x.shape, y.shape, x.dtype, y.dtype ...
深度学习（10）TensorFlow基础操作六: 数学运算
深度学习(10)TensorFlow基础操作六: 数学运算 1. Operation type 2. + - * / % // 3. tf.math.log & tf.exp 4. log2, ...
深度学习（9）TensorFlow基础操作五: Broadcasting
深度学习(9)TensorFlow基础操作五: Broadcasting 1. 操作思想 2. 具体例子 3. 理解 (1) How to understand? (2) Why Broadcasti ...
深度学习（8）TensorFlow基础操作四: 维度变换
深度学习(8)TensorFlow基础操作四: 维度变换 1. View 2. 示例 3. Reshape操作可能会导致潜在的bug 4. tf.transpose 5. Squeeze VS Exp ...

深度学习2.0-2.tensorflow的基础操作之创建Tensor及应用场景

文章目录

1.创建Tensor

1.通过numpy、list转换得到

2.tf.zeros

3.tf.ones

4.fill填充

5.Normal-随机化初始化

6.Uniform-均匀分布

7.随机打散

8.tf.constant

2.不同Tensor的典型应用

1.scalar-标量

2.Vector-向量

3.Matrix-矩阵

4.Dim=3 Tensor

5.Dim=4 Tensor

6.Dim=5 Tensor

深度学习2.0-2.tensorflow的基础操作之创建Tensor及应用场景相关推荐

最新文章

热门文章