Tensors常量值函数
tf.constant(value, dtype=None, shape=None, name='Const')
tf.zeros(shape, dtype=tf.float32, name=None)
tf.zeros_like(tensor, dtype=None, name=None)
tf.ones(shape, dtype=tf.float32, name=None)
tf.ones_like(tensor, dtype=None, name=None)
tf.fill(dims, value, name=None)
注意,tensorflow中的shape参数都是python中下list,即shape参数为 [ a x i s 0 , a x i s 1 , a x i s 2 , . . . . ] [axis0, axis1, axis2, ....] [axis0,axis1,axis2,....]的形式,而不能是单个的数字。
参数:
value
: 第一个值value是必须的,可以是一个数值,也可以是一个列表。dtype
: 所要创建的tensor的数据类型shape
: 所要创建的tensor的shapename:
(可选)一个该操作的别名.value
可以是一个数,也可以是一个list。 如果是一个数,那么这个tensor中所有值的按该数来赋值。 如果是list, 那么value的长度一定要小于等于shape展开后的长度。赋值时,先将value中的值逐个存入。不够的部分,则全部存入value的最后一个值。
# coding=utf8
import tensorflow as tf
import numpy as np
a = tf.constant(2,shape=[2]) #一个长为2的list
b = tf.constant(2,shape=[2,2]) #元素都是2的2*2的矩阵
c = tf.constant([1,2,3],shape=[6]) # 后面的元素用3填充
d = tf.constant([1,2,3],shape=[3,2])
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(a),)
print()
print(sess.run(b))
print()
print(sess.run(c))
print()
print(sess.run(d))
输出
[2 2]
[[2 2]
[2 2]]
[1 2 3 3 3 3]
[[1 2]
[3 3]
[3 3]]
参数:
shape:
用于表示维度,通常为一个int32类型数组,或者一个一维(1-D)的tf.int32数字.注意不能直接使用数字dtype:
所要创建的tensor对象的数据类型name:
(可选)一个该操作的别名.返回:
这个操作会返回一个类型为dtype,并且维度为sharp的tensor,并且所有的参数均为0。
import tensorflow as tf
import numpy as np
a = tf.zeros([2])
b = tf.zeros([2, 3], dtype=tf.int32)
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(a))
print("\n")
print(sess.run(b))
输出
[ 0. 0.]
[[0 0 0]
[0 0 0]]
参数:
tensor
: tensor对象dtype
: 返回的tensor对象类型,不设置(为空时)时返回类型同参数tensor一致.name
: (可选)该操作别名.返回:
给定一个tensor(tensor对象),该方法会返回一个类似当前tensor参数类型以及维度的对象,但是所有参数的值均为0。当参数dtype选定了后,所有返回参数的类型也会变成选定的类型
import tensorflow as tf
import numpy as np
a = tf.constant([1, 2, 3, 4, 5, 6], shape=[2, 3])
b = tf.zeros_like(a)
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(a))
print(sess.run(b))
输出:
[[1 2 3]
[4 5 6]]
[[0 0 0]
[0 0 0]]
tf.ones()
与tf.ones_like()
和tf.zeros()
与tf.zeros_like()
类似,故不再赘述
参数:
返回:
创建一个维度为dims,值为value的tensor对象。该操作会创建一个维度为dims的tensor对象,并将其值设置为value,该tensor对象中的值类型和value一致
import tensorflow as tf
import numpy as np
a = tf.fill([10], 0)
b = tf.fill([2, 3, 4], 5)
sess = tf.Session()
sess.run(tf.global_variables_initializer())
print(sess.run(a),)
print()
print(sess.run(b))
输出:
[0 0 0 0 0 0 0 0 0 0]
[[[5 5 5 5]
[5 5 5 5]
[5 5 5 5]]
[[5 5 5 5]
[5 5 5 5]
[5 5 5 5]]]
参考:https://blog.csdn.net/hk_john/article/details/78189676