Tensor支持從numpy轉換為Tensor,并且本身也包含一些與numpy相同的隨機函數,比如normal、truncated_normal、uniform、shuffle等函數,需要注意的是gather函數是根據下標來取tensor中指定位置的值,是必用的高頻函數.

?

# coding: utf-8 # @時間 : 2022/3/20 2:59 下午 # @作者 : 那美那美 import tensorflow as tf import numpy as np# numpy轉換為tensor類型 a1 = tf.convert_to_tensor(np.ones((2, 3))) # np.ones(shape)產生指定維度的0 a2 = tf.ones((2, 3)) # 直接使用tf中的函數 a3 = tf.ones_like(a2) # 根據某個tesnor創建相同維度的0 a4 = tf.fill((2, 2), 1) # 指定維度并填充指定的值1 a5 = tf.random.normal((2, 2), mean=1, stddev=1) # 產生均值為1，標準差為1滿足正態分布的隨機數 # 生成的值服從具有指定平均值和標準偏差的正態分布，如果生成的值大于平均值2個標準偏差的值則丟棄重新選擇 a6 = tf.random.truncated_normal((2, 2), mean=0, stddev=1) # 生成的值在 [minval, maxval) 范圍內遵循均勻分布。該范圍包括下限 minval ，而上限 maxval 被排除 a7 = tf.random.uniform((2, 2), minval=0, maxval=1) idx = tf.range(10) a8 = tf.random.shuffle(idx) # 將序列中的元素按第0個維度隨機打亂 a = tf.random.normal([15, 1]) a9 = tf.gather(a, idx) # 根據idx獲取a變量中tesnor位置的值 print(a1, a2, a3, a4, a5, a6, a7, a8, a9, sep='\n***************\n')

運行結果:

tf.Tensor( [[1. 1. 1.][1. 1. 1.]], shape=(2, 3), dtype=float64) *************** tf.Tensor( [[1. 1. 1.][1. 1. 1.]], shape=(2, 3), dtype=float32) *************** tf.Tensor( [[1. 1. 1.][1. 1. 1.]], shape=(2, 3), dtype=float32) *************** tf.Tensor( [[1 1][1 1]], shape=(2, 2), dtype=int32) *************** tf.Tensor( [[0.893381 0.39684772][0.80256844 2.9290302 ]], shape=(2, 2), dtype=float32) *************** tf.Tensor( [[ 1.8266828 0.57199335][ 1.8103107 -1.5668089 ]], shape=(2, 2), dtype=float32) *************** tf.Tensor( [[0.70846033 0.84123945][0.6737821 0.25132465]], shape=(2, 2), dtype=float32) *************** tf.Tensor([7 8 2 9 4 5 6 3 1 0], shape=(10,), dtype=int32) *************** tf.Tensor( [[-0.2805563 ][ 0.16632299][-0.08243521][-0.8902492 ][ 0.7679219 ][ 1.1871251 ][-0.99111414][ 0.22882934][-1.2589599 ][-2.2318528 ]], shape=(10, 1), dtype=float32)

總結

以上是生活随笔為你收集整理的人工智能AI编程基础(六)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。