tensorflow2.0——创建张量1

 

 

 

 

import tensorflow as tf
import numpy as np
#   张量为列表
print('***********************  张量为列表  ***********************')
a = [[1,3],[2,4],[5,6]]
t_a = tf.constant(a)
print(t_a)
a_to_np = t_a.numpy()                                     #   张量转化为数组
print('将张量变为数组,a_to_np:',a_to_np)
print()

#   张量为数字
print('***********************  张量为数字  ***********************')
a = 1.0
t_a = tf.constant(a)
print(t_a)
print()


#   参数为数字
print('***********************   参数为数字  ***********************')
a  = tf.constant(1.0)
print('未设定数据类型',a)
a = tf.constant(1.0,dtype = tf.float64)
print('设定数据类型为float64 ',a)
print()


#   参数为numpy数组
print('***********************  参数为numpy数组  ***********************')
a1 = tf.constant(np.array([[1.0,2,3],[2,5,6]]))                             #   numpy数组默认数据类型为float64
print(a1)
a2 = a1 = tf.constant(np.array([[1.0,2.0,3],[2,5,6]]),dtype = tf.float32)   #   将类型设置为float32
print(a2)
print()


#   tf.cast()函数改变张量的数据类型
print('***********************  tf.cast()函数改变张量的数据类型  ***********************')
a = tf.constant(np.array([1,2]))
print('原来的张量：',a)
a = tf.cast(a,dtype = tf.float32)
print('现在的张量：',a)
print()


#   参数为bool型
print('***********************  参数为bool型  ***********************')
a = tf.constant(True)
print('bool型张量:',a)
a = tf.constant([True,False])
print('列表的bool张量:',a)
a = tf.cast(a,dtype = tf.int16)
print('转化为整形的bool张量:',a)
a = tf.constant([1,0,-2,2,0])
a2 = tf.cast(a,dtype = tf.bool)                             #   非0 的全部视为True
print('将{}转变成bool型为:{}'.format(a,a2))
print()

#   参数为字符串
print('***********************  参数为字符串 ***********************')
a = tf.constant('haha')
print(a)

#   判断是否为张量 is_tensor()函数
a = [1,5,3]
b = 1
c = tf.constant(a)
d = np.array(a)
print('tf.is_tensor(a)',tf.is_tensor(a))
print('tf.is_tensor(b)',tf.is_tensor(b))
print('tf.is_tensor(c)',tf.is_tensor(c))
print('isinstance(a,tf.Tensor)',isinstance(a,tf.Tensor))
print('isinstance(b,tf.Tensor)',isinstance(b,tf.Tensor))
print('isinstance(c,tf.Tensor)',isinstance(c,tf.Tensor))
print('isinstance(d,np.ndarray)',isinstance(d,np.ndarray))