TensorFlow

TensorFlow - 生成数据

flyfish

zeros是生成0的矩阵 ones是生成1的矩阵
tf.zeros([3])
输出
[ 0. 0. 0.]

tf.zeros([3,2])
输出
[[ 0. 0.]
[ 0. 0.]
[ 0. 0.]]

tf.zeros([3,3,3])
输出
[[[ 0. 0. 0.]
[ 0. 0. 0.]
[ 0. 0. 0.]]

[[ 0. 0. 0.]
[ 0. 0. 0.]
[ 0. 0. 0.]]

[[ 0. 0. 0.]
[ 0. 0. 0.]
[ 0. 0. 0.]]]

tf.ones([3,2])
输出
[[ 1. 1.]
[ 1. 1.]
[ 1. 1.]]

fill是填充某个值
tf.fill([3,2],9)
输出
[[9 9]
[9 9]
[9 9]]

生成常量
tf.constant([1, 2, 3])
输出
[1 2 3]

tf.constant(1.3, shape=[3, 2])
输出
[[ 1.29999995 1.29999995]
[ 1.29999995 1.29999995]
[ 1.29999995 1.29999995]]

tf.linspace(start, end, num)
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

tf.linspace(1.0, 5.0, 10, name=”linspace”)
输出
[ 1. 1.44444442 1.88888884 2.33333349 2.77777767 3.22222233
3.66666675 4.11111116 4.55555534 5. ]

tf.range(start, limit, delta = 1, name = ‘range’)

函数返回一个序列数组，数组的第一个元素是start，之后的每一个元素都在前一个元素的基础上，加上delta，直到limit，但是不包括limit。

tf.range(1, 5, 2)
输出
[1 3]

生成随机数

正态分布的随机数序列
tf.random_normal(shape, mean = 0.0, stddev = 1.0, dtype = tf.float32, seed = None, name = None)
shape: 一个一维的Tensor，或者是一个python数组。该值是确定输出序列的数据维度。

mean: 一个0维的Tensor，或者一个数据类型是dtype的python值。该值表示正态分布的均值。

stddev: 一个0维的Tensor，或者一个数据类型是dtype的python值，该值表示正态分布的标准偏差。

dtype: 输出数据的数据类型。

seed: 一个python整型，为分布产生一个随机种子，具体可以参见set_random_seed函数。

name:（可选）为这个操作取一个名字

解释：函数返回一个随机数序列，数组里面的值按照正态分布。

tf.random_normal([3, 2])
输出
[[-0.71930039 0.51963764]
[-2.0421803 0.64328724]
[-1.74172175 -1.94098663]]

截断的正态分布随机数序列
tf.truncated_normal
该值返回的是一个截断的正态分布类型。范围在 [mean - 2 * standard_deviations, mean + 2 * standard_deviations]内

standard deviation 标准偏差
tf.truncated_normal([3, 2])
输出
[[ 0.9788999 -1.63292921]
[ 0.95285606 0.12475935]
[-1.35594261 -0.75881523]]

均匀分布的随机数序列
tf.random_uniform(shape, minval = 0.0, maxval = 1.0, dtype = tf.float32, seed = None, name = None)
函数返回一个随机数序列，数组里面的值按照均匀分布，数据范围是 [minval, maxval)

tf.random_uniform([3, 2],1,5)
输出
[[ 4.20330572 3.22390509]
[ 2.18426371 3.44342279]
[ 3.68420029 1.65405798]]

乱序输出
tf.random_shuffle(value, seed = None, name = None)
函数返回一个随机数序列，将value中的数据乱序输出。

tf.random_shuffle([[1,2,3],[4,5,6],[7,8,9]])
输出
[[4 5 6]
[7 8 9]
[1 2 3]]