tf.linspace和np.linspace的对比分析

解释：

tf.linspace(start, end, num)：这个函数主要的参数就这三个，start代表起始的值，end表示结束的值，num表示在这个区间里生成数字的个数，生成的数组是等间隔生成的。start和end这两个数字必须是浮点数，不能是整数，如果是整数会出错的，请注意！

np.linspace(start, end, num)：主要的参数也是这三个，我们平时用的时候绝大多数时候就是用这三个参数。start代表起始的值，end表示结束的值，num表示在这个区间里生成数字的个数，生成的数组是等间隔生成的。start和end这两个数字可以是整数或者浮点数！

分析：

这两个函数的功能是差不多的，如果就是用这三个参数，就是相同的，不过生成的结果有一点点十分微小的区别，估计是在近似的时候产生的，也就是近似的方式不同，或者是精度不同产生的，产生间隔的准则是一样的，间隔的计算公式为（end - start） /（ num - 1）。产生的num个数字里面，包含了起始值和结束值。

例如：

import tensorflow as tfimport numpy as npA = tf.linspace(1.0, 20.0, 10)B = np.linspace(1, 20, 10)print A.eval(session=tf.Session())print B

结果：

[  1.           3.11111116   5.22222233   7.33333349   9.44444466  11.55555534  13.66666698  15.77777863  17.88888931  20.        ][  1.           3.11111111   5.22222222   7.33333333   9.44444444  11.55555556  13.66666667  15.77777778  17.88888889  20.        ]