TensorFlow入门(矩阵基础)
1.placeholder 占位符 可以通过run方法传入值
测试代码如下:
# encoding:utf-8 import tensorflow as tf # placeholder 占位符 可以由用户输入
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}))
print("end!")
运行结果如下:

2.矩阵的定义
类似于二维数组,测试代码如下:
# encoding:utf-8 import tensorflow as tf # 类比 数组M行N列
data1 = tf.constant([[6,6]]) # M=1 N=1
data2 = tf.constant([[2],
[2]]) # M=2 N=1
data3 = tf.constant([[3,3]]) # M=1 N=1
data4 = tf.constant([[1,2],
[3,4],
[5,6]]) # M=3 N=2
print(data4.shape) # 打印该矩阵的维度
with tf.Session() as sess:
print(sess.run(data4))
print(sess.run(data4[0])) # 打印第一行
print(sess.run(data4[:,0])) # 打印第一列
print(sess.run(data4[0,0])) # 打印一行一列的数
print("end!")
运行结果如下:

3.矩阵的基本运算
同维度矩阵相加减,内积,外积等,测试代码如下:
# encoding:utf-8 import tensorflow as tf data1 = tf.constant([[6,6]])
data2 = tf.constant([[2],
[2]])
data3 = tf.constant([[3,3]])
data4 = tf.constant([[1,2],
[3,4],
[5,6]])
matMul = tf.matmul(data1,data2)
matMul2 = tf.multiply(data1,data2)
matAdd = tf.add(data1,data3)
with tf.Session() as sess:
print(sess.run(matMul)) # 矩阵内积
print("---------------------------")
print(sess.run(matAdd)) # 矩阵相加 矩阵相减类似
print("---------------------------")
print(sess.run(matMul2)) # 矩阵外积
print("---------------------------")
print(sess.run([matMul,matAdd])) #打印多个内容
print("end!")
运行结果如下:

4.特殊矩阵
特殊矩阵的测试代码如下:
# encoding:utf-8 import tensorflow as tf # 特殊矩阵的测试
# 全零矩阵的两种定义方式
mat0 = tf.constant([[0,0,0],[0,0,0]])
mat1 = tf.zeros([2,3])
# 全1矩阵
mat2 = tf.ones([3,2])
# 填充矩阵
mat3 = tf.fill([2,2],16)
# 归零矩阵
mat4 = tf.constant([[2],[3],[4]])
mat5 = tf.zeros_like(mat4)
# 等间隔矩阵
mat6 = tf.linspace(0.0,2.0,11)
# 随机矩阵
mat7 = tf.random_uniform([2,3],-1,2)
with tf.Session() as sess:
print(sess.run(mat0)) #
print("---------------------------")
print(sess.run(mat1))
print("---------------------------")
print(sess.run(mat2))
print("---------------------------")
print(sess.run(mat3))
print("---------------------------")
print(sess.run(mat4))
print("---------------------------")
print(sess.run(mat5))
print("---------------------------")
print(sess.run(mat6))
print("---------------------------")
print(sess.run(mat7))
print("---------------------------")
print("end!")
运行结果如下:

TensorFlow入门(矩阵基础)的更多相关文章
- 1 TensorFlow入门笔记之基础架构
------------------------------------ 写在开头:此文参照莫烦python教程(墙裂推荐!!!) ---------------------------------- ...
- (转)TensorFlow 入门
TensorFlow 入门 本文转自:http://www.jianshu.com/p/6766fbcd43b9 字数3303 阅读904 评论3 喜欢5 CS224d-Day 2: 在 Da ...
- TensorFlow 入门之手写识别(MNIST) softmax算法
TensorFlow 入门之手写识别(MNIST) softmax算法 MNIST flyu6 softmax回归 softmax回归算法 TensorFlow实现softmax softmax回归算 ...
- #tensorflow入门(1)
tensorflow入门(1) 关于 TensorFlow TensorFlow™ 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库.节点(Nodes)在图中表示数学操 ...
- TensorFlow入门(五)多层 LSTM 通俗易懂版
欢迎转载,但请务必注明原文出处及作者信息. @author: huangyongye @creat_date: 2017-03-09 前言: 根据我本人学习 TensorFlow 实现 LSTM 的经 ...
- [译]TensorFlow入门
TensorFlow入门 张量(tensor) Tensorflow中的主要数据单元是张量(tensor), 一个张量包含了一组基本数据,可以是列多维数据.一个张量的"等级"(ra ...
- 转:TensorFlow入门(六) 双端 LSTM 实现序列标注(分词)
http://blog.csdn.net/Jerr__y/article/details/70471066 欢迎转载,但请务必注明原文出处及作者信息. @author: huangyongye @cr ...
- TensorFlow 入门之手写识别CNN 三
TensorFlow 入门之手写识别CNN 三 MNIST 卷积神经网络 Fly 多层卷积网络 多层卷积网络的基本理论 构建一个多层卷积网络 权值初始化 卷积和池化 第一层卷积 第二层卷积 密集层连接 ...
- TensorFlow 入门之手写识别(MNIST) softmax算法 二
TensorFlow 入门之手写识别(MNIST) softmax算法 二 MNIST Fly softmax回归 softmax回归算法 TensorFlow实现softmax softmax回归算 ...
- Qt入门之基础篇 ( 二 ) :Qt项目建立、编译、运行和发布过程解析
转载请注明出处:CN_Simo. 题解: 本篇内容主讲Qt应用从创建到发布的整个过程,旨在帮助读者能够快速走进Qt的世界. 本来计划是讲解Qt源码静态编译,如此的话读者可能并不能清楚地知道为何要静态编 ...
随机推荐
- 4,ZooKeeper原理
1,ZooKeeper概述 ··· 作用: · ZooKeeper是为分布式应用程序提供的一个分布式开源协调框架,是Hadoop和Hbase的重要组件: · 主要用于解决分布式集群中应 ...
- 搞定 ElasticSearch系列一 下载安装
一.安装jdk 二.安装ElasticSearch 1.ElasticSearch下载地址: 2: 配置ElasticSearch 3:启动ElasticSearch 4: 安装ElasticSear ...
- 手把手教你快速使用数据可视化BI软件创建全球经济贸易分析大屏
灯果数据可视化BI软件是新一代人工智能数据可视化大屏软件,内置丰富的大屏模板,可视化编辑操作,无需任何经验就可以创建属于你自己的大屏.大家可以在他们的官网下载软件. 本文以全球经济贸易分析大屏为例 ...
- rpm | 升级软件包
rpm | 升级软件包 检查已安装包 rpm -qa | grep samba samba-common-3.6.9-164.el6.x86_64 samba-3.6.9-164.el6.x86_64 ...
- MySQL安装详细步骤(附迅雷下载链接)
环境:windows10.64bit.mysql 8.0.19 迅雷下载链接8.0版本 https://cdn.mysql.com//Downloads/MySQLInstaller/mysql-in ...
- 关于在Spring项目中使用thymeleaf报Exception parsing document错误
今天在使用SpringBoot的过程中,SpringBoot版本为1.5.18.RELEASE,访问thymeleaf引擎的html页面报错Exception parsing document: 这是 ...
- 在Idea中jdk11和jdk8环境变量的切换
先配置好jdk11和jdk8环境变量 idea(2019.3)中jdk版本切换(jdk8和jdk11) 快捷键ctrl + shift + alt +s ,将jdk11修改为jdk1.8 完成后,显示 ...
- javascript生成指定位数的随机数
<script type="text/javascript"> document.write("请输入要生成随机数的位数:"); // digit是 ...
- Java自学-Lambda 聚合操作
java 集合的聚合操作 步骤 1 : 传统方式与聚合操作方式遍历数据 遍历数据的传统方式就是使用for循环,然后条件判断,最后打印出满足条件的数据 for (Hero h : heros) { if ...
- tomcat虚拟路径的配置方法
方式一: 将web项目配置到webapps以外的目录 在conf/server.xml中配置,找到<host>标签,<Content docBase="E:\yqs\Jsp ...