tensorflow入门：tensor初探

导入tensorflow

import tensorflow as tf

输出tensorflow的版本

print(tf.__version__)

创建tensor

x = tf.constant(range(12))

tensor的形状x.shape

tensor的长度len(x)

改变tensor的形状

X=tf.reshape(x,(3,4))
X=tf.reshape(x,(-1,4))
X=tf.reshape(x,(3,-1))

同过Python的列表list创建tensor

tf.constant([[2,2,3,4]])

全0tensor

tf.zeros((2,3,4))

全1tensor

tf.ones((3,4))

正太随机tensor

tf.random.normal(shape=[3,4],mean=0,stddev=1)

运算

按元素的加减乘除

X+Y,X-Y,X*Y,X/Y

按元素指数运算

Y=tf.cast(Y,tf.float32)
tf.exp(Y)

矩阵乘法

Y=tf.cast(Y,tf.int32)
tf.matmul(X,tf.transpose(Y))

连接多个tensor

tf.concat([X,Y],axis=0)

对所有元素求和得到只有一个元素的tensor

tf.reduce_sum(X)

tensor的广播

对两个形状不同的tensor按元素运算时，可能会触发广播机制：先适当复制元素使这两个tensor形状相同后再按元素运算

索引

访问

X[1:2]

为元素赋值

X=tf.Variable(X)
X[1,2].assign(9)
X[1:2,:].assign(tf.ones(X[1:2,:].shape,dtype=float32)*12)

内存开销

一般每个运算操作都会新开内存来存储运算结果

把结果写到特定内存

Z[:].assign(X+Y) //开临时内存
X.assign_add(Y) //不开临时内存
X+=Y
X[:]=X+Y

tensor和Numpy相互转换

P=np.ones((2,3))
D=tf.constant(P)
np.array(D)

tensorflow help

查询一个模块内提供了哪些可调用函数和类

dir(tf.dtypes)
dir(tf.random)

帮助函数

help(tf.ones)