程序 = 數(shù)據(jù)結(jié)構(gòu)+算法

TensorFlow程序 = 張量數(shù)據(jù)結(jié)構(gòu) + 計算圖算法語言

TensorFlow中的數(shù)值類型依據(jù)維度數(shù)，可以劃分為標(biāo)量(Scalar)、向量(Vector)、矩陣(Matrix)、張量(Tensor)。但是在TensorFlow中為了表達(dá)方便，一般把標(biāo)量、向量、矩陣也統(tǒng)稱為張量，不作區(qū)分。

1.標(biāo)量在 TensorFlow2 上的創(chuàng)建如下：

import tensorflow as tf
a = 1.0                  # python語言方式創(chuàng)建標(biāo)量
b = tf.constant(1.0)     # TF方式創(chuàng)建標(biāo)量
type(a), type(b)
'''
輸出：
(float, tensorflow.python.framework.ops.EagerTensor)
'''

2.向量在 TensorFlow2 上的創(chuàng)建如下：

import tensorflow as tf
import tensorflow as tf
c = tf.constant([1,2.2,3.3])     # 創(chuàng)建向量
type(c) ,c.shape
'''
輸出：
(tensorflow.python.framework.ops.EagerTensor, TensorShape([3]))
'''
c
'''
輸出：
<tf.Tensor: shape=(3,), dtype=float32, numpy=array([1. , 2.2, 3.3], dtype=float32)>
'''

其中shape 表示張量的形狀， dtype 表示張量的數(shù)值精度，.numpy()方法可以返回 Numpy.array 類型的數(shù)據(jù)，代碼如下:

#接上面代碼
c.numpy()
'''
輸出：
array([1. , 2.2, 3.3], dtype=float32)
'''

3.矩陣在 TensorFlow2 上的創(chuàng)建如下：

d = tf.constant([[1,2],[3,4],[5,6]]) #  創(chuàng)建 3 行 2 列的矩陣
d, d.shape
"""
輸出：
(<tf.Tensor: shape=(3, 2), dtype=int32, numpy=
 array([[1, 2],
        [3, 4],
        [5, 6]])>,
 TensorShape([3, 2]))
"""

4.三維張量在 TensorFlow2 上的創(chuàng)建如下：

e = tf.constant([[[1,2],[3,4]],[[5,6],[7,8]]]) # 創(chuàng)建 3 維張量
e
"""
輸出：
<tf.Tensor: shape=(2, 2, 2), dtype=int32, numpy=
array([[[1, 2],
        [3, 4]],

       [[5, 6],
        [7, 8]]])>
"""