走近tensor常量

常量(constant)篇

import tensorflow as tf

最常規

x = tf.constant([1, 2, 3, 4, 5, 6])
x

<tf.Tensor: id=1, shape=(6,), dtype=int32, numpy=array([1, 2, 3, 4, 5, 6])>

加上形狀屬性

x = tf.constant([1, 2, 3, 4, 5, 6], shape=(2,3))
x

<tf.Tensor: id=4, shape=(2, 3), dtype=int32, numpy=
array([[1, 2, 3],
       [4, 5, 6]])>

只包含一個數，可以是任意常數哦

x = tf.constant(3.414, shape=(2,3))
x

<tf.Tensor: id=106, shape=(2, 3), dtype=float32, numpy=
array([[3.414, 3.414, 3.414],
       [3.414, 3.414, 3.414]], dtype=float32)>

進一步理解常量

這裏的常量是和變量相對應的，要更改常量的值，有兩種方式，一種是整體更改，一種是轉換成變量之後單獨更改。

• 整體更改

x += 1
x

<tf.Tensor: id=108, shape=(2, 3), dtype=float32, numpy=
array([[4.414, 4.414, 4.414],
       [4.414, 4.414, 4.414]], dtype=float32)>

• 更改第一個值

xv = tf.Variable(x)
xv[0,0].assign(0.24)
xv

<tf.Variable 'Variable:0' shape=(2, 3) dtype=float32, numpy=
array([[0.24 , 4.414, 4.414],
       [4.414, 4.414, 4.414]], dtype=float32)>

• 與numpy的相互轉化

xn = x.numpy()
xn

array([[4.414, 4.414, 4.414],
       [4.414, 4.414, 4.414]], dtype=float32)

tf.constant(xn)

<tf.Tensor: id=126, shape=(2, 3), dtype=float32, numpy=
array([[4.414, 4.414, 4.414],
       [4.414, 4.414, 4.414]], dtype=float32)>

• 查看屬性

x.device

'/job:localhost/replica:0/task:0/device:CPU:0'

x.dtype

tf.float32

x.ndim

2

x.shape

TensorShape([2, 3])

獲取常量的其他方式

全一

tf.ones(shape=(2, 2))

<tf.Tensor: id=191, shape=(2, 2), dtype=float32, numpy=
array([[1., 1.],
       [1., 1.]], dtype=float32)>

全零

tf.zeros(shape=(2, 2))

<tf.Tensor: id=196, shape=(2, 2), dtype=float32, numpy=
array([[0., 0.],
       [0., 0.]], dtype=float32)>

全一個數（跟constant的最後一種用法差不多）

tf.fill([2,2],3.14)

<tf.Tensor: id=181, shape=(2, 2), dtype=float32, numpy=
array([[3.14, 3.14],
       [3.14, 3.14]], dtype=float32)>