tensorflow2.2.0入门学习
作者:互联网
import tensorflow as tf #定义tensorflow为tf
print(tf.__version__) #查看tensorflow版本
print(tf.test.is_gpu_available()) #查看tensorflow是否为GPU版本
#rank 0 张量
mammal = tf.Variable("Elephant", tf.string) #0阶,字符类型,字符串
tf.print(tf.rank(mammal)) #0
tf.print(tf.shape(mammal)) #[]
#rank 1 张量
mystr = tf.Variable(["Hello"], tf.string) #1阶,字符类型,列表
tf.print(tf.rank(mystr)) #1
tf.print(tf.shape(mystr)) #[1]
#rank 2 张量
mymat = tf.Variable([[7],[11]], tf.int16) #0阶,字符类型,字符串
tf.print(tf.rank(mymat)) #2 元素个数
tf.print(tf.shape(mymat)) #[2 1] 相当于几行几列
#创建张量
tf.constant([1,2,3], dtype=tf.int16) #<tf.Tensor: shape=(3,), dtype=int16, numpy=array([1, 2, 3], dtype=int16)>
tf.zeros((2,2),dtype=tf.int16)
'''张量行列,数据类型,数据元素,
<tf.Tensor: shape=(2, 2), dtype=int16, numpy=
array([[0, 0],
[0, 0]], dtype=int16)>
tf.reduce_sum(a,axis=1) 按照某一列或者某一行进行相加或相减
a.get_shape() 查看维度
tf.reshape(a,(1,4)) 进行维度变换,有2*2变成1*4
b*5+1 数学运算
tf.matmul(a,b)
a[0,0];a[:,0];a[0,:] 进行索引
'''
#reshape
rank_three_tensor=tf.ones([3,4,5])
matrix=tf.reshape(rank_three_tensor,[6,10]) #三维到二维
#tf.strings
#字符切割
tf.strings.bytes_split('hello') #<tf.Tensor: shape=(5,), dtype=string, numpy=array([b'h', b'e', b'l', b'l', b'o'], dtype=object)>
help(tf.strings.split) #官方帮助文档,有栗子
#单词切割 默认以空格为切割
tf.strings.split('hello world') #<tf.Tensor: shape=(2,), dtype=string, numpy=array([b'hello', b'world'], dtype=object)>
#string hash 哈希算法,转化为数数字
tf.strings.to_hash_bucket(['hello','world'], num_buckets=10) #<tf.Tensor: shape=(2,), dtype=int64, numpy=array([8, 1], dtype=int64)>
#tf.debugging tf自带debug函数
a=tf.random.uniform((10,10))
tf.debugging.assert_equal(x=a.shape,y=(10,10)) #判断维数是否一致,没问题则继续往下执行
tf.debugging.assert_equal(x=a.shape,y=(10,20)) #出现错误则报错
标签:10,入门,shape,rank,学习,print,tensorflow2.2,tf,tensorflow 来源: https://blog.csdn.net/qq_38425288/article/details/113767086