tensorflow的tensor

 

 

 

 

 

 

 

 

 

 

 

 

 

 

输入层随即创建一个[4,32,32,3] 偏置4，高度是32，宽度是32，通道数3（RGB）的数据，

卷积层16个3*3的卷积核，Dense是全连接层

#list、numpy如何转换为一个tensor

tf.convert_to_tensor(np.ones([2,3]))
tf.convert_to_tensor(np.zeros([2,3]))
tf.convert_to_tensor([1,2])
tf.convert_to_tensor([[1],[2]])

#
tf.zeros([])
tf.zeros([2,2])
tf.zeros([2,3,3])

#zeros_like创建一个全部为0的一个tensor
a=tf.zeros([2,3,3]) #创建一个二维的三行3列的一个tensor，元素都为0
tf.zeros_like(a)
#和下面等价
tf.zeros(a.shape)

#填充任意的一个值
tf.fill([2,2],0) #填写都是0

#随即初始化
tf.random.normal([2,2],mean=1,stddev=1)#正太分布mean均值，stddev为方差
#截断分布
tf.random.truncated_normal([2,2],mean=0,stddev=1) #截取一部分
#均匀分布（0-1之间均匀采样）
tf.random.uniform([2,2],minval=0,maxval=1)#minval初始化值为0，maxval最大值为1

#0-100均匀采样
tf.random.uniform([2,2],minval=0,maxval=100,dtype=tf.float32)

#随即打散shuffle,0-10顺序打乱
idx = tf.range(10)
idx=tf.random.shuffle(idx)

#
a1=tf.random.normal([10,784])
b1=tf.random.uniform([10],maxval=10,dtype=tf.int32)
a1= tf.gather(a1,idx)
b1=tf.gather(b1,idx)

#下面这拉个功能相同
tf.constant(1)
tf.convert_to_tensor(1)

 

小结：

如何转换tensor：

 tf.convert_to_tensor，cast方法

一些api

zeros_like创建一个全部为0的一个tensor

tf.zeros,tf.ones,tf.random(正太和均匀分布)

tf.random.shuffle(idx)随即并且打乱顺序（shuffle）

tf.fill填充

其他方面 了解图像的问题

[b,h,w,c]分别表示bias偏置、h高度、w宽度，c通道数