Tensorflow2.0系列之一

tensor是什么

废话不多说，直接干货。tensor其实就是多维数组，tensorflow本质也就是数组运算，其实很多地方跟numpy还是比较相似的。

import tensorflow as tf
random_float = tf.random.uniform(shape = (2,3))
print(random_float)
zero_vector = tf.zeros(shape=(2))
print(zero_vector)

像这样，我们可以类似于numpy中创建数组一样创建随机的二维或者多维数组

我们可以定义两个二维的tensor，其实也就是矩阵：

`A = tf.constant([[1., 2.], [3., 4.]])
B = tf.constant([[5., 6.], [7., 8.]])
d = tf.add(A,B)
e = tf.matmul(A,B)
print(d)
print(e)

它跟矩阵的加减乘除是一样的结果：

对tensor有个初步认识之后，我们再来使用tensorflow2.0构建一个简单的神经网络。

model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(100,input_shape=(2,),activation="relu"))
model.add(tf.keras.layers.Dense(10,activation="softmax"))
model.summary()

或者使用函数类来构造模型：

inputs = tf.keras.Input(shape=(2,))
x = tf.keras.layers.Dense(units=100, activation=tf.nn.relu)(inputs)
x = tf.keras.layers.Dense(units=10)(x)
outputs = tf.keras.layers.Softmax()(x)
model = tf.keras.Model(inputs=inputs, outputs=x)
model.summary()