Tensorflow的常用矩阵生成方式

我就废话不多说了，直接上代码吧！

1. #全0和全1矩阵
2.  
3. v1 = tf.Variable(tf.zeros([3,3,3]), name="v1")
4.  
5. v2 = tf.Variable(tf.ones([10,5]), name="v2")
6.  
7. #填充单值矩阵
8. v3 = tf.Variable(tf.fill([2,3], 9))
9.  
10.  
11. #常量矩阵
12. v4_1 = tf.constant([1, 2, 3, 4, 5, 6, 7])
13. v4_2 = tf.constant(-1.0, shape=[2, 3])
14.  
15.  
16. # 和v4_1形状一样的全1或全0矩阵
17.  
18. v5_1=tf.ones_like(v4_1)
19.  
20. v5_2=tf.zeros_like(v4_1)
21.  
22.  
23. #生成等差数列
24. v6_1 = tf.linspace(10.0, 12.0, 30, name="linspace")#float32 or float64
25. v7_1 = tf.range(10, 20, 3)#just int32
26.  
27. #生成各种随机数据矩阵
28.  
29. #平均分布
30.  
31. v8_1 = tf.Variable(tf.random_uniform([2,4], minval=0.0, maxval=2.0, dtype=tf.float32,seed=1234, name="v8_1"))
32. #正态分布
33.  
34. v8_2 = tf.Variable(tf.random_normal([2,3], mean=0.0, stddev=1.0, dtype=tf.float32,seed=1234, name="v8_2"))
35.  
36. #正态分布,但是去掉2sigma外的数字
37.  
38. v8_3 = tf.Variable(tf.truncated_normal([2,3], mean=0.0, stddev=1.0, dtype=tf.float32,seed=1234, name="v8_3"))
39.  
40. #把这3个行重排列
41. v8_5 = tf.random_shuffle([[1,2,3],[4,5,6],[6,6,6]], seed=134, name="v8_5")

以上都是计算图中的变量,需要sess.run()以后才能成为真正的数据

存取方式是：

1. np.save("v1.npy",sess.run(v1))#numpy save v1 as file
2. test_a = np.load("v1.npy")
3. print test_a[1,2]

这篇Tensorflow的常用矩阵生成方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。