您好,登錄后才能下訂單哦!
這篇文章將為大家詳細講解有關TensorFlow人工智能學習創建數據的示例分析,小編覺得挺實用的,因此分享給大家做個參考,希望大家閱讀完這篇文章后可以有所收獲。
創建自定義類型,自定義形狀的數據,但不能創建類似于下面In [59]這樣的,無法解釋的數據。
可以把numpy以及List類型的數據直接轉換為tensor
和常用的方式一樣,傳入包含中括號的shape即可。
tf.zeros_like和pytorch功能一樣,傳入有某個shape的數據,會生成和那個shape一樣的zeros數據。tf.ones, tf.ones_like和你想的一樣。
生成指定形狀的,所有內容都一樣的數據,前面shape,后面參數是填充的內容。
正態分布,傳入形狀,可指定均值方差。
裁剪過后的數據,裁去了前后分布太少的數據,只從中間數據多的地方取數據,同樣可以指定均值方差。
均勻分布初始化,形狀,最小值,最大值
隨機打散,可以打散一個索引順序,通過tf.gather去對應,這樣可以實現兩個同樣行數的數據,進行索引一一對應的隨機打散。
關于“TensorFlow人工智能學習創建數據的示例分析”這篇文章就分享到這里了,希望以上內容可以對大家有一定的幫助,使各位可以學到更多知識,如果覺得文章不錯,請把它分享出去讓更多的人看到。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。