TensorFlow入门（矩阵基础）

1.placeholder 占位符 可以通过run方法传入值

测试代码如下：

 # encoding:utf-8
 
 import tensorflow as tf
 
 # placeholder 占位符 可以由用户输入
 data1 = tf.placeholder(tf.float32)
 data2 = tf.placeholder(tf.float32)
 dataAdd = tf.add(data1,data2)
 with tf.Session() as sess:
     print(sess.run(dataAdd,feed_dict={data1:6, data2:2}))
 print("end!")

运行结果如下：

2.矩阵的定义

类似于二维数组，测试代码如下：

 # encoding:utf-8
 
 import tensorflow as tf
 
  # 类比 数组M行N列
 data1 = tf.constant([[6,6]])  # M=1 N=1
 data2 = tf.constant([[2],
                      [2]])  # M=2 N=1
 data3 = tf.constant([[3,3]])  # M=1 N=1
 data4 = tf.constant([[1,2],
                      [3,4],
                      [5,6]])  # M=3 N=2
 print(data4.shape)  # 打印该矩阵的维度
 with tf.Session() as sess:
     print(sess.run(data4))
     print(sess.run(data4[0]))  # 打印第一行
     print(sess.run(data4[:,0]))  # 打印第一列
     print(sess.run(data4[0,0]))  # 打印一行一列的数
 print("end!")

运行结果如下：

3.矩阵的基本运算

同维度矩阵相加减，内积，外积等，测试代码如下：

 # encoding:utf-8
 
 import tensorflow as tf
 
 data1 = tf.constant([[6,6]])
 data2 = tf.constant([[2],
                      [2]])
 data3 = tf.constant([[3,3]])
 data4 = tf.constant([[1,2],
                      [3,4],
                      [5,6]])
 matMul = tf.matmul(data1,data2)
 matMul2 = tf.multiply(data1,data2)
 matAdd = tf.add(data1,data3)
 with tf.Session() as sess:
     print(sess.run(matMul))  # 矩阵内积
     print("---------------------------")
     print(sess.run(matAdd))  # 矩阵相加 矩阵相减类似
     print("---------------------------")
     print(sess.run(matMul2))  # 矩阵外积
     print("---------------------------")
     print(sess.run([matMul,matAdd]))  #打印多个内容
 print("end!")

运行结果如下：

4.特殊矩阵

特殊矩阵的测试代码如下：

 # encoding:utf-8
 
 import tensorflow as tf
 
 # 特殊矩阵的测试
 # 全零矩阵的两种定义方式
 mat0 = tf.constant([[0,0,0],[0,0,0]])
 mat1 = tf.zeros([2,3])
 # 全1矩阵
 mat2 = tf.ones([3,2])
 # 填充矩阵
 mat3 = tf.fill([2,2],16)
 # 归零矩阵
 mat4 = tf.constant([[2],[3],[4]])
 mat5 = tf.zeros_like(mat4)
 # 等间隔矩阵
 mat6 = tf.linspace(0.0,2.0,11)
 #  随机矩阵
 mat7 = tf.random_uniform([2,3],-1,2)
 with tf.Session() as sess:
     print(sess.run(mat0))  #
     print("---------------------------")
     print(sess.run(mat1))
     print("---------------------------")
     print(sess.run(mat2))
     print("---------------------------")
     print(sess.run(mat3))
     print("---------------------------")
     print(sess.run(mat4))
     print("---------------------------")
     print(sess.run(mat5))
     print("---------------------------")
     print(sess.run(mat6))
     print("---------------------------")
     print(sess.run(mat7))
     print("---------------------------")
 print("end!")

运行结果如下：