placeholder
placeholder为tf中的占位符,用来保存数据。语法为:
tf.placeholder(dtype, shape=None, name=None)
dtype:数据类型 shape:数据维度 name:名称
返回类型:Tensor
使用方法:
data1 = tf.placeholder(tf.float32) data2 = tf.placeholder(tf.float32) dataAdd = tf.add(data1,data2) with tf.Session() as sess: print(sess.run(dataAdd,feed_dict={data1:6,data2:2})) # feed_dict的作用是给使用placeholder创建出来的tensor赋值。
矩阵
创建矩阵并打印矩阵中的值:
data3 = tf.constant([[6,6]]) data4 = tf.constant([[2],[2]]) data5 = tf.constant([[3,3],[3,4],[5,6]]) with tf.Session() as sess: print(sess.run(data5)) #打印整体 print(sess.run(data5[0])) #打印某一行 print(sess.run(data5[:,1])) #打印某一列
矩阵乘法与普通乘法:
data3 = tf.constant([[6,6]]) data4 = tf.constant([[3],[2]]) matMul = tf.matmul(data3,data4) matMul1 = tf.multiply(data3,data4) with tf.Session() as sess: print(sess.run(matMul)) # 矩阵乘法(1*2)*(2*1)->1*1 print(sess.run(matMul1)) # 普通乘法(1*2)*(2*1)->2*2
一些常用的矩阵生成:
mat0 = tf.zeros([2,3]) #全0矩阵 mat1 = tf.ones([3,1]) #全1矩阵 mat2 = tf.fill([3,3],15) #填充矩阵 mat3 = tf.zeros_like(mat2) #mat3和mat2维度相同且全为0 mat4 = tf.linspace(0.0,2.0,10) # 把0.0~2.0 10等分存入矩阵 mat5 = tf.random_uniform([2,3],1,100) # 把1~100中的随机数存入2*3的矩阵中