在 TensorFlow 中，主要操作的对象是张量（tf.Tensor）。张量表示一个多维数组，可以执行各种操作以构建和修改计算图。以下是一些常见的 TensorFlow 张量操作：
1. 创建张量：
-
使用
tf.constant创建常量张量。 -
使用
tf.Variable创建可训练的变量张量。创建常量张量
tensor_a = tf.constant([[1, 2, 3],
[4, 5, 6]], dtype=tf.int32)创建变量张量
variable_tensor = tf.Variable([1, 2, 3])
2. 数学运算：
-
加法、减法、乘法、除法等数学运算。
tensor_a = tf.constant([1, 2, 3])
tensor_b = tf.constant([4, 5, 6])加法
sum_tensor = tf.add(tensor_a, tensor_b)
减法
diff_tensor = tf.subtract(tensor_a, tensor_b)
乘法
product_tensor = tf.multiply(tensor_a, tensor_b)
除法
quotient_tensor = tf.divide(tensor_a, tensor_b)
3. 形状操作：
-
获取张量的形状、改变形状等。
tensor = tf.constant([[1, 2, 3],
[4, 5, 6]])获取形状
shape = tf.shape(tensor)
改变形状
reshaped_tensor = tf.reshape(tensor, shape=(3, 2))
4. 索引和切片：
-
使用索引和切片操作获取张量的部分。
tensor = tf.constant([[1, 2, 3],
[4, 5, 6]])获取第一行
first_row = tensor[0, :]
获取第一列
first_column = tensor[:, 0]
切片操作
sliced_tensor = tensor[:, 1:3]
5. 归约操作：
-
对张量的元素进行归约操作，例如求和、平均值等。
tensor = tf.constant([1, 2, 3, 4, 5])
求和
sum_result = tf.reduce_sum(tensor)
求平均值
mean_result = tf.reduce_mean(tensor)
参考：