TensorFlow人工智能学习创建数据实现示例详解

一、数据创建

1.tf.constant()

创建自定义类型,自定义形状的数据,但不能创建类似于下面In [59]这样的,无法解释的数据。

TensorFlow人工智能学习创建数据实现示例详解_第1张图片

2.tf.convert_to_tensor()

可以把numpy以及List类型的数据直接转换为tensor

TensorFlow人工智能学习创建数据实现示例详解_第2张图片

TensorFlow人工智能学习创建数据实现示例详解_第3张图片

3.tf.zeros()

和常用的方式一样,传入包含中括号的shape即可。

tf.zeros_like和pytorch功能一样,传入有某个shape的数据,会生成和那个shape一样的zeros数据。tf.ones, tf.ones_like和你想的一样。

TensorFlow人工智能学习创建数据实现示例详解_第4张图片

4.tf.fill()

生成指定形状的,所有内容都一样的数据,前面shape,后面参数是填充的内容。

TensorFlow人工智能学习创建数据实现示例详解_第5张图片

二、数据随机初始化

①tf.random.normal()

正态分布,传入形状,可指定均值方差。

②tf.random.truncated_normal()

裁剪过后的数据,裁去了前后分布太少的数据,只从中间数据多的地方取数据,同样可以指定均值方差。

TensorFlow人工智能学习创建数据实现示例详解_第6张图片

③tf.random.uniform()

均匀分布初始化,形状,最小值,最大值

TensorFlow人工智能学习创建数据实现示例详解_第7张图片

④tf.random.shuffle()

随机打散,可以打散一个索引顺序,通过tf.gather去对应,这样可以实现两个同样行数的数据,进行索引一一对应的随机打散。

TensorFlow人工智能学习创建数据实现示例详解_第8张图片

以上就是TensorFlow人工智能学习创建数据实现示例详解的详细内容,更多关于TensorFlow人工智能的资料请关注脚本之家其它相关文章!

你可能感兴趣的:(TensorFlow人工智能学习创建数据实现示例详解)