Tensorflow的常用矩陣生成方式
我就廢話不多說(shuō)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。
- TensorFlow2.0矩陣與向量的加減乘實(shí)例
- Tensorflow tf.dynamic_partition矩陣拆分示例(Python3)
- Tensorflow進(jìn)行多維矩陣的拆分與拼接實(shí)例
- Tensorflow矩陣運(yùn)算實(shí)例(矩陣相乘,點(diǎn)乘,行/列累加)
- 將tensorflow.Variable中的某些元素取出組成一個(gè)新的矩陣示例
- tensorflow 用矩陣運(yùn)算替換for循環(huán) 用tf.tile而不寫(xiě)for的方法
- 對(duì)Tensorflow中的矩陣運(yùn)算函數(shù)詳解
- 使用tensorflow實(shí)現(xiàn)矩陣分解方式
相關(guān)文章
Python按行讀取文件的簡(jiǎn)單實(shí)現(xiàn)方法
下面小編就為大家?guī)?lái)一篇Python按行讀取文件的簡(jiǎn)單實(shí)現(xiàn)方法。小編覺(jué)得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2016-06-06
Django restframework 源碼分析之認(rèn)證詳解
這篇文章主要介紹了Django-restframework 源碼分析之認(rèn)證詳解,小編覺(jué)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(guò)來(lái)看看吧2019-02-02
深入淺析Python 函數(shù)注解與匿名函數(shù)
這篇文章主要介紹了Python 函數(shù)注解與匿名函數(shù)的相關(guān)知識(shí),本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-02-02
python獲取引用對(duì)象的個(gè)數(shù)方式
今天小編就為大家分享一篇python獲取引用對(duì)象的個(gè)數(shù)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(guò)來(lái)看看吧2019-12-12
Python設(shè)計(jì)模式之模板方法模式實(shí)例詳解
這篇文章主要介紹了Python設(shè)計(jì)模式之模板方法模式,結(jié)合實(shí)例形式較為詳細(xì)的分析了模板方法模式的概念、原理及Python定義、使用模板方法模式相關(guān)操作技巧,需要的朋友可以參考下2019-01-01
python高階函數(shù)map()和reduce()實(shí)例解析
這篇文章主要介紹了python高階函數(shù)map()和reduce()實(shí)例解析,文中通過(guò)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,需要的朋友可以參考下2020-03-03
Django中傳遞參數(shù)到URLconf的視圖函數(shù)中的方法
這篇文章主要介紹了Django中傳遞參數(shù)到URLconf的視圖函數(shù)中的方法,Django是最具人氣的Python開(kāi)發(fā)框架,需要的朋友可以參考下2015-07-07
Python實(shí)現(xiàn)刪除重復(fù)視頻文件的方法詳解
這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)刪除重復(fù)視頻文件功能,文中的示例代碼講解詳細(xì),對(duì)我們學(xué)習(xí)Python有一定幫助,需要的可以參考一下2022-10-10
python Pandas時(shí)序數(shù)據(jù)處理
這篇文章主要介紹了python Pandas時(shí)序數(shù)據(jù)處理,文章圍繞主題展開(kāi)詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的小伙伴可以參考一下2022-06-06

