TensorFlow-四則運算

import tensorflow as tf a=tf.constant([[1,2],[3,4]]) b=tf.constant([6,6]) result=tf.add(a,b) sess=tf.Session() sess.run(result) array([[ 7,  8],        [ 9, 10]], dtype=int32) c=tf.constant([[1,2,3],[4,5,6]]) result3=a*b sess.run(result3) array([[ 6, 12],        [18, 24]], dtype=int32)>>> x1=tf.constant([[1,2],[3,4]],name="x1") x1=tf.constant([[1,2],[3,4]],name="x1") x2=tf.constant([[11,22],[33,44]],name="x2") y=tf.matmul(x1,x2) sess.run(y) array([[ 77, 110],        [165, 242]], dtype=int32) x3=tf.constant([[10,20],],name="x3") z=tf.matmul(x3,x1) sess.run(z) array([[ 70, 100]], dtype=int32) 正太分佈 n1=tf.random_normal([2,3],mean=5,stddev=2) 正太分佈，隨機值偏離平均值超過2個標準差，會重新生成新的隨機數，避免產生統計學上的異常數據。 n2=tf.truncated_normal([2,3],mean=6,stddev=1) 平均分佈 n3=tf.random_uniform([2,3],minval=5,maxval=20) gamma分佈 n4=tf.random_gamma([2,3],alpha=1.5,beta=2.9) sess.run(n1) array([[ 1.70361972,  0.65788937,  7.08583546],        [ 5.49968147,  2.47537422,  7.47936249]], dtype=float32) sess.run(n2) array([[ 5.51383209,  5.28713369,  5.9794035 ],        [ 5.45024824,  6.65198326,  4.69569492]], dtype=float32) sess.run(n3) array([[  9.39581871,  13.13985538,  17.50672722],        [ 10.08992577,  15.1558075 ,  18.60567093]], dtype=float32) sess.run(n4) array([[ 0.3365562 ,  0.27886772,  0.8982302 ],        [ 0.21223408,  0.95498532,  1.72396851]], dtype=float32) n5=tf.Variable(tf.random_normal([2,3],mean=8,stddev=2)) m1=tf.zeros([2,2],tf.int32) m2=tf.ones([2,2],tf.float32) m3=tf.fill([2,2],66) sess.run(m1) array([[0, 0],        [0, 0]], dtype=int32) sess.run(m2) array([[ 1.,  1.],        [ 1.,  1.]], dtype=float32) sess.run(m3) array([[66, 66],        [66, 66]], dtype=int32)