numpy.ones,numpy.zeros,tf.ones,tf.zeros,np.ones_like,tf.ones_like对比

numpy.ones_like(),numpy.zeros_like()
>>> x = np.arange(6)
>>> x = x.reshape((2, 3))
>>> x
array([[0, 1, 2],
       [3, 4, 5]])
>>> np.ones_like(x)
array([[1, 1, 1],
       [1, 1, 1]])

>>> y = np.arange(3, dtype=float)
>>> y
array([ 0.,  1.,  2.])
>>> np.zeros_like(y)
array([ 0.,  0.,  0.])

---

tf.ones_like(), tf.zeros_like()

tensor = tf.constant([[1, 2, 3], [4, 5, 6]])
tf.ones_like(tensor)  # [[1, 1, 1], [1, 1, 1]]
tensor = tf.constant([[1, 2, 3], [4, 5, 6]])
tf.zeros_like(tensor)  # [[0, 0, 0], [0, 0, 0]]

---

全1全0矩阵

import tensorflow as tf
import numpy as np

scale1 = tf.Variable(tf.ones([20],tf.int16))
beta1 = tf.Variable(tf.zeros([20]))

with tf.Session() as sess:
    init = tf.global_variables_initializer()
    sess.run(init)
    print(sess.run(scale1))
    print(sess.run(beta1))
    
    
scale2 = np.ones((5,2),dtype=float)

print(scale2)

输出：

[1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1]
[ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.
  0.  0.]
[[ 1.  1.]
 [ 1.  1.]
 [ 1.  1.]
 [ 1.  1.]
 [ 1.  1.]]

注意：1，numpy和tensorflow的区别在于小括号和中括号

2，这里和matlab可不一样，matlab直接生成20×20矩阵。