AI学习之路（10）: 张量的常量2

tf.fill(dims, value, name=None)

创建一个张量填充指定的常数。

参数：

dims: 整数类型的列表对象，或者一维张量，表示行列形式。

value: 填充的常量（ 0 维张量）

返回值：

填充指定的张量常量。

例子：

#python 3.5.3 蔡军生 #http://edu.csdn.net/course/detail/2592 # import tensorflow as tf #创建张量常量 x = tf.fill([2,10], 9.) #显示它的值 init_op = tf.global_variables_initializer() with tf.Session() as sess: sess.run(init_op) print(x.eval())

结果输出：

====================== RESTART: D:/AI/sample/tf_1.21.py ======================

[[ 9. 9. 9. 9. 9. 9. 9. 9. 9. 9.] [ 9. 9. 9. 9. 9. 9. 9. 9. 9. 9.]]

>>>

tf.constant(value, dtype=None, shape=None, name='Const', verify_shape=False)

创建一个张量常量。

参数 :

value: 常数或者常数列表。

dtype: 结果张量的数据类型。

shape: 张量的行列形式，可选。

name: 常量的名称，可选。

verify_shape: 检验张量的行列形式是否正确。

返回值 :

一个常量的张量。

例子：

#python 3.5.3 蔡军生 #http://edu.csdn.net/course/detail/2592 # import tensorflow as tf #创建张量常量 x = tf.constant(9,shape=[2,10],dtype=tf.float32) y = tf.constant(9,shape=[2,10],dtype=tf.int32) z = tf.constant([1, 2, 3, 4, 5, 6, 7, 8,9],shape=[3,3],dtype=tf.float32) #显示它的值 init_op = tf.global_variables_initializer() with tf.Session() as sess: sess.run(init_op) print(x.eval()) print(y.eval()) print(z.eval())

结果输出：

====================== RESTART: D:/AI/sample/tf_1.22.py ======================

[[ 9. 9. 9. 9. 9. 9. 9. 9. 9. 9.] [ 9. 9. 9. 9. 9. 9. 9. 9. 9. 9.]] [[9 9 9 9 9 9 9 9 9 9] [9 9 9 9 9 9 9 9 9 9]] [[ 1. 2. 3.] [ 4. 5. 6.] [ 7. 8. 9.]]

>>>

1. C++标准模板库从入门到精通

http://edu.csdn.net/course/detail/3324

2.跟老菜鸟学C++