tensorflow中的张量分类

在tensorflow中的张量可以通俗的理解为n维的矩阵
实际使用中基本上也就分为这3种：

0-d 零维 tensor ：标量
1-d 一维 tensor ：向量
n-d n维 tensor ：矩阵

常量类型

数据类型	tensorflow类型
float	tf.float32
double	tf.float64
int8	tf.int8
int16	tf.int16
int32	tf.int32
int64	tf.int64
uint8	tf.uint8
uint16	tf.uint16
string	tf.string
bool	tf.bool
complex64	tf.complex64
complex128	tf.complex128
qint8	tf.qint8
qint32	tf.int32
quint8	tf.quint8

常量命名

tf.constant(
value,
dtype=None,
shape=None,
name='Const',
verify_shape=False
)

使用name来命名常量，比如a=1

a = tf.constant(1, name='a')

常量基本四则运算

操作	说明
add	加法
sub	减法
mul	乘法
div	除法
mod	求余

更多的方法参看地址：tensorflow中文社区数学库操作

实践

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a demo script file.
"""
#引入tensorflow
import tensorflow as tf 
#tensor
a = tf.constant(2, name='a')    
b = tf.constant(3, name='b')    
#定义加操作
opAdd = tf.add(a,b) 
#定义减操作
opSub = tf.subtract(a,b)    
#定义乘操作
opMul = tf.multiply(a,b)    
#定义除操作
opDiv = tf.truediv(a,b) 
#session
with tf.Session() as sess:  
    #写到图日志文件里，方便看board
    writer = tf.summary.FileWriter('./graphs', sess.graph)
    #运行并输出加操作运行结果
    print(sess.run(opAdd))
    #运行并输出减操作运行结果
    print(sess.run(opSub))
    #运行并输出乘操作运行结果
    print(sess.run(opMul))
    #运行并输出除操作运行结果
    print(sess.run(opDiv))
#关闭writer
writer.close()  

可视化

image.png