人工智能深度学习入门练习之（15）TensorFlow – 创建张量

要创建张量，可以使用tf.constant()函数。

tf.constant(value, dtype, name = "")

参数说明

• value: 定义张量的n维数组值，可选
• dtype: 定义张量数据类型，例如：
  • tf.string: 字符串类型
  • tf.float32: 浮点类型
  • tf.int16: 整型
• “name”: 张量的名字，可选，默认：“Const_1:0”

示例

创建0维张量，即标量，一个数值。

import tensorflow as tf
## rank 0
# Default name
r1 = tf.constant(1, tf.int16) 
print(r1)

输出

Tensor("Const:0", shape=(), dtype=int16)

• "Const:0" – 张量名称
• shape – 张量形状
• dtype – 张量数据类型

示例

创建命名张量。

import tensorflow as tf
# Named my_scalar
r2 = tf.constant(1, tf.int16, name = "my_scalar") 
print(r2)

输出

Tensor("my_scalar:0", shape=(), dtype=int16)

张量对象由一个惟一的标签(名称)、一个维度(形状)和一个数据类型(dtype)定义。

可以指定数据类型来定义张量。

示例

指定数据类型来定义张量。

import tensorflow as tf
# Decimal
r1_decimal = tf.constant(1.12345, tf.float32)
print(r1_decimal)
# String
r1_string = tf.constant("Guru99", tf.string)
print(r1_string)

输出

Tensor("Const_1:0", shape=(), dtype=float32)
Tensor("Const_2:0", shape=(), dtype=string)

示例

创建1维张量，即向量/一维数组。

import tensorflow as tf
## Rank 1
r1_vector = tf.constant([1,3,5], tf.int16)
print(r1_vector)
r2_boolean = tf.constant([True, True, False], tf.bool)
print(r2_boolean)   

输出

Tensor("Const_3:0", shape=(3,), dtype=int16)
Tensor("Const_4:0", shape=(3,), dtype=bool)

示例

创建2维张量，即矩阵/2维数组。

import tensorflow as tf
## Rank 2
r2_matrix = tf.constant([ [1, 2],
                          [3, 4] ],tf.int16)
print(r2_matrix)    

输出

Tensor("Const_5:0", shape=(2, 2), dtype=int16)  

示例

创建3维张量。

import tensorflow as tf
## Rank 3
r3_matrix = tf.constant([ [[1, 2],
                           [3, 4], 
                           [5, 6]] ], tf.int16)
print(r3_matrix)    

输出

Tensor("Const_6:0", shape=(1, 3, 2), dtype=int16)