脚本宝典收集整理的这篇文章主要介绍了TensorFlow学习报告，脚本宝典觉得挺不错的，现在分享给大家，也给大家做个参考。
张量是tensorflow中的基本数据结构，TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之间流通.其实张量更代表的就是一种多位数组。在tensorflow中，有很多操作张量的函数，有生成张量、创建随机张量、张量类型与形状变换和张量的切片与运算
改变类型
eg
tf.string_to_number(string_tensor, out_type=None, name=None)tf.to_double(x, name='ToDouble')tf.to_float(x, name='ToFloat')tf.to_bfloat16(x, name='ToBFloat16')tf.to_int32(x, name='ToInt32')tf.to_int64(x, name='ToInt64')tf.cast(x, dtype, name=None)
形状和变换
eg
tf.shape(input, name=None)tf.size(input, name=None)tf.rank(input, name=None)tf.reshape(tensor, shape, name=None)tf.squeeze(input, squeeze_dims=None, name=None)tf.expand_dims(input, dim, name=None)
变量的创建（定义）
tf.Variable.init(initial_value, trainable=True, collections=None, validate_shape=True, name=None)
变量的初始化
变量的初始化必须在模型的其它操作运行之前先明确地完成。最简单的方法就是添加一个给所有变量初始化的操作，并在使用模型之前首先运行那个操作。最常见的初始化模式是使用便利函数 initialize_all_variables()将Op添加到初始化所有变量的图形中。
init = tf.global_variables_initializer()
开始会话
with tf.Session() as sess:
sess.run(init)
print(sess.run(c))
以上是脚本宝典为你收集整理的TensorFlow学习报告全部内容，希望文章能够帮你解决TensorFlow学习报告所遇到的问题。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。