创建张量

tf.convert_to_tensor函数

In [22]:
tf.convert_to_tensor([1,2.]) # 从列表创建张量

Out[22]:
<tf.Tensor: id=86, shape=(2,), dtype=float32, numpy=array([1., 2.], dtype=float32)>

In [23]:
tf.convert_to_tensor(np.array([[1,2.],[3,4]])) # 从数组中创建张量

Out[23]:
<tf.Tensor: id=88, shape=(2, 2), dtype=float64, numpy=array([[1., 2.],[3., 4.]])>

实际上，tf.constant()和 tf.convert_to_tensor()都能够自动的把 Numpy 数组或者 Python 列表数据类型转化为 Tensor 类型，这两个 API 命名来自 TensorFlow 1.x 的命名习惯，在TensorFlow 2 中函数的名字并不是很贴切，使用其一即可。

tf.zeros([ ]),tf.ones([ ])

创建全 0，全 1 的标量

tf.zeros_like, tf.ones_like

新建与某个张量 shape 一致，且内容为全 0 或 全 1 的张量。

tf.fill(shape, value)

通过 tf.fill(shape, value)可以创建全为自定义数值value的张量，形状由 shape 参数指定。

创建已知分布的张量

tf.random.normal

通过tf.random.normal(shape, mean=0.0, stddev=1.0)可以创建形状为 shape，均值为mean，标准差为 stddev 的正态分布