【tensorflow学习笔记】（4）常用的函数

矩阵操作

tf.ones  tf.zeros

tf.ones(shape,type,name)
tf.zeros(shape,type,name)
shape是必须要写的，type与name为可选项
eg:
sess = tf.session()x = tf.ones([2,3],int32)PRint sess.run(x)
结果为：
[[1 1 1]
[1 1 1]]
tf.ones_like    tf.zeros_like
tf.ones_like(tensor,dtype=None,name=None)
tf.zeros_like(tensor,dtype=None,name=None)
新建一个与tensor类型一致的tensor，其元素是1或者0
eg：
tensor = [[1, 2 3], [4, 5, 6]]a = tf.zeros_like(tensor)print sess.run(a)
结果为：
[[0 0 0]
[0 0 0]]
tf.fill
tf.fill(shape, value, name=None)
创建一个形状为shape的Tensor，其初始值为value
eg：
a = tf.fill([2, 3],3)print sess.run(a)
结果为：
[[3 3 3]
[3 3 3]]
tf.constant
tf.constant(value, dtype=None, shape=None, name='constant')
创建一个常量tensor，按照给出的value来赋值，可以用shape来指定其形状，value可以是一个数，也可以是一个list。
如果是一个数，那么这个常数tensor都是按照这个value来赋值；
如果是一个list，那么len（value）<=shape展开后的长度，赋值时，先将value值逐个存入，不够的部分用value最后一个值来填充。
tf.random_normal  tf.truncated_normal  tf.random_unifrom
这几个是用于随机生成的tensor，尺寸为shape
tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32,seed=None,name=None)
正太分布随机数，均值为mean，方差为stddev
tf.trucated_normal(shape, mean=0.0,stddev=1.0, dtype=tf.float32, seed=None, name=None)截断的正太分布随机值，只保留[mean-2*stddev, mean+2*stddev]部分
tf.random_unifrom(shape,minval=0, maxval=None, dtype=tf.float32,seed=None,name=None)均值分布随机数，范围为[minval, maxval]