TensorFlow人工智能學習創(chuàng)建數(shù)據(jù)實現(xiàn)示例詳解
一、數(shù)據(jù)創(chuàng)建
1.tf.constant()
創(chuàng)建自定義類型，自定義形狀的數(shù)據(jù)，但不能創(chuàng)建類似于下面In [59]這樣的，無法解釋的數(shù)據(jù)。
2.tf.convert_to_tensor()
可以把numpy以及List類型的數(shù)據(jù)直接轉換為tensor
3.tf.zeros()
和常用的方式一樣，傳入包含中括號的shape即可。
tf.zeros_like和pytorch功能一樣，傳入有某個shape的數(shù)據(jù)，會生成和那個shape一樣的zeros數(shù)據(jù)。tf.ones, tf.ones_like和你想的一樣。
4.tf.fill()
生成指定形狀的，所有內容都一樣的數(shù)據(jù)，前面shape，后面參數(shù)是填充的內容。
二、數(shù)據(jù)隨機初始化
①tf.random.normal()
正態(tài)分布，傳入形狀，可指定均值方差。
②tf.random.truncated_normal()
裁剪過后的數(shù)據(jù)，裁去了前后分布太少的數(shù)據(jù)，只從中間數(shù)據(jù)多的地方取數(shù)據(jù)，同樣可以指定均值方差。
③tf.random.uniform()
均勻分布初始化，形狀，最小值，最大值
④tf.random.shuffle()
隨機打散，可以打散一個索引順序，通過tf.gather去對應，這樣可以實現(xiàn)兩個同樣行數(shù)的數(shù)據(jù)，進行索引一一對應的隨機打散。
以上就是TensorFlow人工智能學習創(chuàng)建數(shù)據(jù)實現(xiàn)示例詳解的詳細內容，更多關于TensorFlow人工智能的資料請關注腳本之家其它相關文章！
相關文章
python實現(xiàn)對圖片進行旋轉,放縮,裁剪的功能
今天小編就為大家分享一篇python實現(xiàn)對圖片進行旋轉,放縮,裁剪的功能，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08
這篇文章主要介紹了Python中Anaconda3 安裝gdal庫的方法,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-04-04
這篇文章主要為大家介紹了基于Django?drf框架序列化視圖，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2023-06-06
Win7下Python與Tensorflow-CPU版開發(fā)環(huán)境的安裝與配置過程
這篇文章主要介紹了Win7下Python與Tensorflow-CPU版安裝與配置心得,需要的朋友可以參考下2018-01-01
圖文講解選擇排序算法的原理及在Python中的實現(xiàn)
這篇文章主要介紹了選擇排序的原理及在Python中的實現(xiàn),選擇排序的時間復雜度為О(n²),需要的朋友可以參考下2016-05-05
在python中實現(xiàn)求輸出1-3+5-7+9-......101的和
這篇文章主要介紹了在python中實現(xiàn)求輸出1-3+5-7+9-......101的和，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
這篇文章主要介紹了python中Flask?Web?表單的使用方法介紹，表單的操作是Web程序開發(fā)中最核心的模塊之一，絕大多數(shù)的動態(tài)交互功能都是通過表單的形式實現(xiàn)的。更多介紹需要的小伙伴可以參考下面文章內容2022-05-05
本文主要介紹了Python中常用工具類之adb命令的使用，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-08-08
python中BackgroundScheduler和BlockingScheduler的區(qū)別
這篇文章主要介紹了python中BackgroundScheduler和BlockingScheduler的區(qū)別，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-07-07
這篇文章主要介紹了python自動翻譯實現(xiàn)方法,涉及Python調用百度接口及數(shù)據(jù)庫操作的相關技巧,需要的朋友可以參考下2016-05-05