tensorflow2.2.0入门学习

tensorflow按照教程

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