tensorflow 语法

1、tf.ones(shape,type=tf.float32,name=None)

    tf.ones([2,3],int32) ==> [[1,1,1],[1,1,1]]

2、tf.zeros(shape,type=tf.float32,name=None)

    tf.zeros([2, 3],int32) ==> [[0, 0, 0],[0, 0, 0]]

3、tf.ones_like(tensor,dype=None,name=None)

    新建一个与给定的tensor类型大小一致的tensor，其所有元素为1。

    #'tensor' is [[1, 2, 3], [4, 5, 6]] 

    tf.ones_like(tensor) ==> [[1,1,1],[1,1,1]]

4、tf.zeros_like(tensor,dype=None,name=None)

    新建一个与给定的tensor类型大小一致的tensor，其所有元素为0。

    #'tensor' is [[1, 2, 3], [4, 5, 6]] 

    tf.ones_like(tensor)==> [[0, 0, 0],[0, 0, 0]]

5、tf.fill(dim,value,name=None)

    创建一个形状大小为dim的tensor，其初始值为value

     # Outputtensor has shape [2, 3]. 

     fill([2,3], 9) ==> [[9, 9, 9] 

                            [9, 9, 9]]

6、tf.constant(value,dtype=None,shape=None,name='Const')

    创建一个常量tensor，先给出value，可以设定其shape

    #Constant 1-D Tensor populated with value list. 

     tensor =tf.constant([1,2,3,4,5,6,7])=> [1234567] 

    # Constant 2-D tensorpopulated with scalar value -1. 

     tensor =tf.constant(-1.0,shape=[2,3])=> [[-1.-1.-1.][-1.-1.-1.]

7、tf.linspace(start,stop,num,name=None)

    返回一个tensor，该tensor中的数值在start到stop区间之间取等差数列（包含start和stop），如果num>1则差值为(stop-start)/(num-1)，以保证最后一个元素的值为stop。

    其中，start和stop必须为tf.float32或tf.float64。num的类型为int。

    tf.linspace(10.0,12.0, 3, name="linspace") => [ 10.0 11.0 12.0]

8、tf.range(start,limit=None,delta=1,name='range')

    返回一个tensor等差数列，该tensor中的数值在start到limit之间，不包括limit，delta是等差数列的差值。

    start，limit和delta都是int32类型。

     # 'start'is 3 

     # 'limit'is 18 

     # 'delta'is 3

    tf.range(start, limit, delta) ==> [3, 6, 9,12, 15] 

     # 'limit'is 5 start is 0

    tf.range(start, limit) ==> [0, 1, 2, 3,4]

9、tf.random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)

    返回一个tensor其中的元素的值服从正态分布。

    seed:A Python integer. Used to create a random seed for thedistribution.See set_random_seed forbehavior。

10、tf.truncated_normal(shape,mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

   返回一个tensor其中的元素服从截断正态分布（？概念不懂，留疑）

11、tf.random_uniform(shape,minval=0,maxval=None,dtype=tf.float32,seed=None,name=None)

  返回一个形状为shape的tensor，其中的元素服从minval和maxval之间的均匀分布。

12、tf.random_shuffle(value,seed=None,name=None)

      对value（是一个tensor）的第一维进行随机化。

     [[1,2],         [[2,3],

       [2,3],    ==> [1,2],

       [3,4]]          [3,4]] 

13、tf.set_random_seed(seed)

      设置产生随机数的种子。