AI学习之路（9）: 张量的常量1

来源：互联网发布：茶叶网络连锁编辑：程序博客网时间：2024/06/07 05:27

上一次我们学习了张量的变量，在这一次来学习一下张量的常量，因为很多时候需要使用张量常量来初始化变量，并且产生一些常量是固定的初始化值，这样可以减少变量的出错，同时也提供很好的测试数据，比如产生一个正态分布的数据，又或者产生初始化为0值，或者1值等等。

tf.zeros(shape, dtype=tf.float32, name=None)

产生零值常量的张量类。

参数:

shape: 任何的整数列表对象，或者是1维的整数张量。

dtype: 产生元素的类型。

name: 产生元素的名称。

返回值:

生成一个所有元素都是0的张量。

例子：

#python 3.5.3  蔡军生  #http://edu.csdn.net/course/detail/2592  #import tensorflow as tf#创建张量变量x = tf.zeros([1], dtype=tf.float32)y = tf.zeros([3, 4], tf.int32)#显示它的值init_op = tf.global_variables_initializer()with tf.Session() as sess:    sess.run(init_op)    print(x.eval())print(y.eval())

输出结果：

====================== RESTART: D:/AI/sample/tf_1.17.py ======================

[ 0.]

[[0 0 0 0]

[0 0 0 0]

[0 0 0 0]]

>>>

创建两行十列的0常量

例子：

#python 3.5.3  蔡军生  #http://edu.csdn.net/course/detail/2592  #import tensorflow as tf#创建张量0常量x = tf.zeros([2,10], dtype=tf.float32)#显示它的值init_op = tf.global_variables_initializer()with tf.Session() as sess:    sess.run(init_op)print(x.eval())

输出结果如下：

====================== RESTART: D:/AI/sample/tf_1.19.py ======================

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

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

>>>

tf.ones(shape, dtype=tf.float32, name=None)

创建一个所有元素都为1的张量常量。

参数：

shape: 任何整数的列表对象，或者是1维的整数（int32）张量。

dtype: 产生元素的数据类型。

name: 张量的名称。

返回值:

一个所有元素设置为1的张量常量。

例子：

#python 3.5.3  蔡军生  #http://edu.csdn.net/course/detail/2592  #import tensorflow as tf#创建张量常量x = tf.ones([2,10], dtype=tf.float32)#显示它的值init_op = tf.global_variables_initializer()with tf.Session() as sess:    sess.run(init_op)print(x.eval())

输出结果：