脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → TensorFlow常量,序列及随机值生成

基于TensorFlow常量、序列以及随机值生成实例

 更新时间：2020年01月04日 15:54:49   作者：MirrorN  
今天小编就为大家分享一篇基于TensorFlow常量、序列以及随机值生成实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

TensorFlow 生成 常量、序列和随机值

生成常量

tf.constant()这种形式比较常见，除了这一种生成常量的方式之外，像Numpy一样，TensorFlow也提供了生成集中特殊的常量的函数：

tf.zeros(shape, dtype=tf.float32, name=None)

三个参数的意思显而易见，返回指定形状的全零张量

tf.zeros_like(tensor, dtype=None, name=None, optimizer=True) 与函数的名字一致，传入一个张量，最后返回一个张量，与传入的张量拥有一样的形状和数据类型，也可以自己传入dtype指定数据类型

tf.ones() 和tf.ones_like()与之前的函数对应一致

tf.fill(shape, value, name=None) 返回填满指定输入的数值的张量，例如：

tf.fill([2,3],9)

返回的张量就是：

[[9 9 9]
 [9 9 9]]

生成序列

tf.linspace(start, stop, num, name=None)

函数名称与Numpy中序列的函数一样，只是参数部分进行了简化，前两个参数分别指定了开始和结束的值，num指定了要生成的数量，最后则是名称，例如：

a = tf.linspace(1.0, 10.0, 10, name='lin1')

输出：

[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.]
tf.range(start, limit, delta, dtype=None, name=None)

例如：

a = tf.range(1, 5, 1)

输出：

[1 2 3 4]

随机张量

随机值在TensorFlow中很重要，很多情况下的初始值往往会随机值，常用的随机值生成函数如下：

生成均匀分布的随机张量

# 调用格式
random_uniform(
  shape,
  minval=0,
  maxval=None,  # 最大值以及最小值
  dtype=tf.float32,
  seed=None,   # 指定种子
  name=None
)
# 例如
a = tf.random_uniform([2,3], minval=1.0, maxval=5.0, dtype=tf.float32)
# 输出
[[4.458698 4.091486 4.3704953]
 [3.893827 2.7951822 2.2381153]]

生成服从正态分布的随机张量

# 调用格式
random_normal(
  shape,
  mean=0.0,   # 均值
  stddev=1.0,  # 标准差
  dtype=tf.float32,
  seed=None,
  name=None
)
a = tf.random_normal([2,3], mean=3.0, stddev=1.0, dtype=tf.float32)
[[3.65199  1.879906 2.1775374]
 [1.6041888 1.503772 2.704612 ]]

生成服从截断正态分布的随机张量

# 调用格式
tf.truncated_normal(
  shape,
  mean=0.0,
  stddev=1.0,
  dtype=tf.float32,
  seed=None,
  name=None
)

[[4.477414 2.9767075 2.377511 ]
 [2.7083392 4.2639837 2.497882 ]]

这个函数与正态分布的函数使用时一样的，只是增加了 “截断” 也就是限制每个元素的取值，如果其平均值大于 2 个标准差的值将被丢弃并重新选择 。

以上这篇基于TensorFlow常量、序列以及随机值生成实例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脚本之家。

您可能感兴趣的文章:

相关文章

  • 基于Python编写一个监控CPU的应用系统

    基于Python编写一个监控CPU的应用系统

    在使用电脑办公时，有时候不知道哪些软件或进程会占用大量的资源，导致进行其他任务时出现变慢、卡顿等现象。因此，实时监控系统的资源就变得非常重要。本文用Python编写了一款超治愈的RunCat监控应用系统，需要的可以参考一下
    2022-06-06
  • python openpyxl方法 zip函数用法及说明

    python openpyxl方法 zip函数用法及说明

    这篇文章主要介绍了python openpyxl方法 zip函数用法及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2023-05-05
  • OpenCV半小时掌握基本操作之高斯双边

    OpenCV半小时掌握基本操作之高斯双边

    这篇文章主要介绍了OpenCV基本操作之高斯双边，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2021-09-09
  • 学习Python需要哪些工具

    学习Python需要哪些工具

    这篇文章主要介绍了学习Python需要哪些工具，帮助大家开始学习python编程，感兴趣的朋友可以了解下
    2020-09-09
  • Kmeans均值聚类算法原理以及Python如何实现

    Kmeans均值聚类算法原理以及Python如何实现

    这个算法中文名为k均值聚类算法，首先我们在二维的特殊条件下讨论其实现的过程，方便大家理解。
    2020-09-09
  • python中路径字符串斜杠替换方式

    python中路径字符串斜杠替换方式

    这篇文章主要介绍了python中路径字符串斜杠替换方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2023-03-03
  • 详解Python IO编程

    详解Python IO编程

    这篇文章主要介绍了Python IO编程的相关资料，文中讲解非常细致，代码帮助大家更好的理解和学习，感兴趣的朋友可以了解下
    2020-07-07
  • 深入理解python对json的操作总结

    深入理解python对json的操作总结

    Json最广泛的应用是作为AJAX中web服务器和客户端的通讯的数据格式，本篇文章主要介绍了python对json的操作总结，具有一定的参考价值，有兴趣的可以了解一下。
    2017-01-01
  • Django之第三方平台QQ授权登录的实现

    Django之第三方平台QQ授权登录的实现

    本文主要介绍了Django之第三方平台QQ授权登录的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2023-05-05
  • 如何在Pycharm中制作自己的爬虫代码模板

    如何在Pycharm中制作自己的爬虫代码模板

    当有很多个个网站想要爬时，每个爬虫的代码不一样，但有某种联系，这个时候可以抽出一部分通用的代码制成模板，减少代码工作量。本文将具体介绍如何实现这一模板，需要的可以参考一下
    2021-12-12

最新评论