TensorFlow人工智能學(xué)習(xí)創(chuàng)建數(shù)據(jù)實現(xiàn)示例詳解
一、數(shù)據(jù)創(chuàng)建
1.tf.constant()
創(chuàng)建自定義類型,自定義形狀的數(shù)據(jù),但不能創(chuàng)建類似于下面In [59]這樣的,無法解釋的數(shù)據(jù)。

2.tf.convert_to_tensor()
可以把numpy以及List類型的數(shù)據(jù)直接轉(zhuǎn)換為tensor


3.tf.zeros()
和常用的方式一樣,傳入包含中括號的shape即可。
tf.zeros_like和pytorch功能一樣,傳入有某個shape的數(shù)據(jù),會生成和那個shape一樣的zeros數(shù)據(jù)。tf.ones, tf.ones_like和你想的一樣。

4.tf.fill()
生成指定形狀的,所有內(nèi)容都一樣的數(shù)據(jù),前面shape,后面參數(shù)是填充的內(nèi)容。

二、數(shù)據(jù)隨機初始化
①tf.random.normal()
正態(tài)分布,傳入形狀,可指定均值方差。
②tf.random.truncated_normal()
裁剪過后的數(shù)據(jù),裁去了前后分布太少的數(shù)據(jù),只從中間數(shù)據(jù)多的地方取數(shù)據(jù),同樣可以指定均值方差。

③tf.random.uniform()
均勻分布初始化,形狀,最小值,最大值

④tf.random.shuffle()
隨機打散,可以打散一個索引順序,通過tf.gather去對應(yīng),這樣可以實現(xiàn)兩個同樣行數(shù)的數(shù)據(jù),進行索引一一對應(yīng)的隨機打散。

以上就是TensorFlow人工智能學(xué)習(xí)創(chuàng)建數(shù)據(jù)實現(xiàn)示例詳解的詳細內(nèi)容,更多關(guān)于TensorFlow人工智能的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Python使用Pandas庫將Excel數(shù)據(jù)疊加生成新DataFrame的操作指南
在日常數(shù)據(jù)處理工作中,我們經(jīng)常需要將不同Excel文檔中的數(shù)據(jù)整合到一個新的DataFrame中,以便進行進一步的分析和處理,本文將介紹如何使用Python中的Pandas庫,將多個Excel文檔中的數(shù)據(jù)疊加形成新的DataFrame,并提供詳細的操作指南和案例,幫助讀者輕松掌握這一技能2025-01-01
Python使用GeekConcurrent實現(xiàn)量化編程
這篇文章主要為大家詳細介紹了Python中的協(xié)程并發(fā)編程以及如何使用GeekConcurrent庫來實現(xiàn)面向量化編程,感興趣的小伙伴可以了解一下2025-02-02
python判斷計算機是否有網(wǎng)絡(luò)連接的實例
今天小編就為大家分享一篇python判斷計算機是否有網(wǎng)絡(luò)連接的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12
Python序列化與反序列化相關(guān)知識總結(jié)
今天給大家?guī)黻P(guān)于python的相關(guān)知識,文章圍繞著Python序列化與反序列展開,文中有非常詳細的介紹,需要的朋友可以參考下2021-06-06
從零開始安裝Conda并搭建Python環(huán)境的全過程
conda是一個開源的包、環(huán)境管理器,可以用于在同一個機器上創(chuàng)建不同的虛擬環(huán)境,這篇文章主要介紹了安裝Conda并搭建Python環(huán)境的相關(guān)資料,需要的朋友可以參考下2025-04-04

