快捷導(dǎo)航

Tensorflow的常用矩陣生成方式

更新時(shí)間：2020年01月04日 14:27:21 作者：windows2

今天小編就為大家分享一篇Tensorflow的常用矩陣生成方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

我就廢話不多說了，直接上代碼吧！

#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, 3, 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(shù)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(jī)數(shù)據(jù)矩陣 

#平均分布

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(tài)分布

v8_2 = tf.Variable(tf.random_normal([2,3], mean=0.0, stddev=1.0, dtype=tf.float32, seed=1234, name="v8_2")) 

#正態(tài)分布,但是去掉2sigma外的數(shù)字

v8_3 = tf.Variable(tf.truncated_normal([2,3], mean=0.0, stddev=1.0, dtype=tf.float32, seed=1234, name="v8_3")) 

#把這3個(gè)行重排列
v8_5 = tf.random_shuffle([[1,2,3],[4,5,6],[6,6,6]], seed=134, name="v8_5")

以上都是計(jì)算圖中的變量,需要sess.run()以后才能成為真正的數(shù)據(jù)

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?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章:

相關(guān)文章

django+xadmin+djcelery實(shí)現(xiàn)后臺(tái)管理定時(shí)任務(wù)
這篇文章主要介紹了django+xadmin+djcelery實(shí)現(xiàn)后臺(tái)管理定時(shí)任務(wù)，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧
2018-08-08
對(duì)Python生成漢字字庫(kù)文字,以及轉(zhuǎn)換為文字圖片的實(shí)例詳解
今天小編就為大家分享一篇對(duì)Python生成漢字字庫(kù)文字,以及轉(zhuǎn)換為文字圖片的實(shí)例詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
2019-01-01
使用memory_profiler監(jiān)測(cè)python代碼運(yùn)行時(shí)內(nèi)存消耗方法
今天小編就為大家分享一篇使用memory_profiler監(jiān)測(cè)python代碼運(yùn)行時(shí)內(nèi)存消耗方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
2018-12-12
詳解Python如何生成優(yōu)雅的二維碼
二維碼作為一種信息傳遞的工具，在當(dāng)今社會(huì)發(fā)揮了重要作用。從手機(jī)用戶登錄到手機(jī)支付，生活的各個(gè)角落都能看到二維碼的存在。下面我們就來看看Python如何生成一個(gè)優(yōu)雅的二維碼吧
2022-09-09
Django瀑布流的實(shí)現(xiàn)示例
在瀏覽一些網(wǎng)站時(shí)，經(jīng)常會(huì)看到類似于這種滿屏都是圖片，本文主要介紹了Django瀑布流的實(shí)現(xiàn)示例，具有一定的參考價(jià)值，感興趣的可以了解一下
2023-03-03
利用Django模版生成樹狀結(jié)構(gòu)實(shí)例代碼
這篇文章主要給大家介紹了關(guān)于利用Django模版生成樹狀結(jié)構(gòu)的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家學(xué)習(xí)或者使用Django具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧
2019-05-05
Python基于域相關(guān)實(shí)現(xiàn)圖像增強(qiáng)的方法教程
當(dāng)在圖像上訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)模型時(shí)，通過對(duì)由數(shù)據(jù)增強(qiáng)生成的更多圖像進(jìn)行訓(xùn)練，可以使模型更好地泛化。本文將為大家介紹Python基于域相關(guān)的圖像增強(qiáng)實(shí)現(xiàn)方法，需要的可以了解一下
2022-01-01
詳解如何從TensorFlow的mnist數(shù)據(jù)集導(dǎo)出手寫體數(shù)字圖片
這篇文章主要介紹了詳解如何從TensorFlow的mnist數(shù)據(jù)集導(dǎo)出手寫體數(shù)字圖片，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
2019-08-08
Python實(shí)現(xiàn)將內(nèi)容寫入文件的五種方法總結(jié)
本篇帶你詳細(xì)看一下python將內(nèi)容寫入文件的方法以及細(xì)節(jié)，主要包括write()方法、writelines()?方法、print()?函數(shù)、使用?csv?模塊、使用?json?模塊，需要的可以參考一下
2023-04-04
python特殊字符作為字符串不轉(zhuǎn)義的問題
這篇文章主要介紹了python特殊字符作為字符串不轉(zhuǎn)義的問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
2023-07-07