Tensorflow的常用矩陣生成方式
阿新 • • 發佈:2020-01-09
我就廢話不多說了,直接上程式碼吧!
#全0和全1矩陣 v1 = tf.Variable(tf.zeros([3,3,3]),name="v1") v2 = tf.Variable(tf.ones([10,5]),name="v2") #填充單值矩陣 v3 = tf.Variable(tf.fill([2,3],9)) #常量矩陣 v4_1 = tf.constant([1,2,4,5,6,7]) v4_2 = tf.constant(-1.0,shape=[2,3]) # 和v4_1形狀一樣的全1或全0矩陣 v5_1=tf.ones_like(v4_1) v5_2=tf.zeros_like(v4_1) #生成等差數列 v6_1 = tf.linspace(10.0,12.0,30,name="linspace")#float32 or float64 v7_1 = tf.range(10,20,3)#just int32 #生成各種隨機資料矩陣 #平均分佈 v8_1 = tf.Variable(tf.random_uniform([2,4],minval=0.0,maxval=2.0,dtype=tf.float32,seed=1234,name="v8_1")) #正態分佈 v8_2 = tf.Variable(tf.random_normal([2,mean=0.0,stddev=1.0,name="v8_2")) #正態分佈,但是去掉2sigma外的數字 v8_3 = tf.Variable(tf.truncated_normal([2,name="v8_3")) #把這3個行重排列 v8_5 = tf.random_shuffle([[1,[4,6],[6,6]],seed=134,name="v8_5")
以上都是計算圖中的變數,需要sess.run()以後才能成為真正的資料
存取方式是:
np.save("v1.npy",sess.run(v1))#numpy save v1 as file test_a = np.load("v1.npy") print test_a[1,2]
這篇Tensorflow的常用矩陣生成方式就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。