tensorflow的数据类型_tensorflow 数据类型

数据类型包括：

int，float，double，bool，String

数据主要有：

list(列表)，np.array（np的数组）, tf.Tensor （tf的张量）

什么是张量？

scalar（标量），venctor（向量），matrix（矩阵），tensor（rank>2）

这些都可以是tensor，但是一般指向量或者矩阵维度大于2的豆角tensor

import  tensorflow as tf
import numpy as np
#创建一个整型
tf.constant(1)

#创建一个浮点型
tf.constant(1.)

#双精度
tf.constant(1.,dtype=tf.double)

#bool型
tf.constant([True,False])

#字符串型
tf.constant("hello,world")

with tf.device("cpu"):
    a=tf.constant([1])

with tf.device("gpu"):
    b=tf.range(4)

a.device #返回当前tensor所在系统的名称（cpu或者gpu）
b.device

#当一个tensor从cpu转向gpu，或者gpu转向cpu
aa = a.gpu()
aa.device

#tensor转换到numpy
bb = b.numpy()
#bb的维度
bb.ndim
bb.shape

#判断某一个是否是tensor
tf.is_tensor(b)
#numpy默认是64位，转换为tensor的时候需要指定成32位才会转换

a=np.arange(4)

aa=tf.convert_to_tensor(a,dtype=tf.int32)

#专门数据转换其他数据类型，数据转换基本都是cast
aa=tf.cast(aa,dtype=tf.float32)

#整型转换布尔型
b = tf.constant([0,1])
tf.cast(b,dtype=tf.bool)

a=tf.range(5)

c=tf.Variable(a)
c.dtype
#类似激活函数，一个tensor被Variable包装以后，会自动获取可以求导的特性，神经网的w
d=tf.Variable(a,name="input_data")
d.name
d.trainable #可以被训练，求导，True

#tensor是gpu上面的，如果要吧数据返回到cpu，需要转换成numpy
a.numpy()

 

小结：

 tf.convert_to_tensor把list和numpy转换为tensor

cast是专用tensor转换api

tf.Variable(a,name="input_data")把数据设置成可以自动求导