溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
TensorFlow基礎中的常量是什么，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。
下面介紹TensorFlow中與常量相關的幾個函數(shù)：
tf.constant #常量張量
tf.convert_to_tensor #轉換成張量
tf.range #整數(shù)等差
tf.linspace #線性等分
tf.random.uniform # 均勻分布
tf.random.normal #正態(tài)分布
示范1：
import numpy as np
import tensorflow as tf
g = tf.Graph()
with g.as_default():
# tf.constant可以創(chuàng)建一個常量張量
a = tf.constant([1,2,3],dtype = tf.int32)
# tf.convert_to_tensor有類似作用
# 可以將Python列表或者numpy數(shù)組轉換成常量張量
b = tf.convert_to_tensor([1,2,3], preferred_dtype =tf.float32)
with tf.Session(graph = g) as sess:
print(sess.run({'a':a,'b':b}))
輸出結果如下：
示范2：
import tensorflow as tf
g = tf.Graph()
with g.as_default():
# tf.range 創(chuàng)建整數(shù)等差數(shù)列
# 使用語法為tf.range(start, limit=None, delta=1)
c = tf.range(1,12,2)
# tf.linspace 為線性等分函數(shù)，創(chuàng)建浮點數(shù)等差數(shù)列
# 使用語法為tf.linspace(start, stop, num)
d = tf.linspace(0.0,1.0,9)
with tf.Session(graph = g) as sess:
print(sess.run({'c':c}))
print(sess.run({'d':d}))
輸出結果如下：
示范3：
import tensorflow as tf
g = tf.Graph()
with g.as_default():
# tf.random.uniform創(chuàng)建元素值均勻分布的張量
u = tf.random.uniform(shape=[3,3],minval=0,maxval=5,dtype=tf.int32)
# tf.random.normal創(chuàng)建元素值正態(tài)分布的張量
v = tf.random.normal(shape=[6],mean= 0.0,stddev=1.0,dtype=tf.float32)
with tf.Session(graph = g) as sess:
print('u=\n',sess.run(u))
print('v=\n',sess.run(v))
輸出結果如下：
此外，有許多與numpy中類似的函數(shù)也可以用來創(chuàng)建常量張量。
例如 tf.zeros，tf.ones，tf.zeros_like，tf.diag ...
看完上述內容，你們掌握TensorFlow基礎中的常量是什么的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業(yè)資訊頻道，感謝各位的閱讀！
免責聲明：本站發(fā)布的內容（圖片、視頻和文字）以原創(chuàng)、轉載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關證據(jù)，一經查實，將立刻刪除涉嫌侵權內容。
