np和tf中建立隨機矩陣

建立乙個2層3行4列的矩陣

np.random.randn(2,3,4)  正態

np.random.randint(1,100,10) # 隨機10個數,範圍從1到100,構成向量
np.random.randint(1,13,[2,3]) # 隨機2行3列的矩陣,值從1到13隨機
np.random.randint(low=1, high=13, size=[2, 3]) #同上

tf.constant(np.random.randint(1,10,[2,3,4]))

2:tf.random_normal([2,3,4])建立正態分佈小數矩陣

3:tf.random_uniform([2,3,4],dtype=tf.int32,maxval=10,minval=1)建立整數矩陣,隨機數範圍為1-10

4: tf.range() 和 tf.reshape()結合,如

tf.reshape( tf.range(24), [2,3,4] )

例項:

import tensorflow as tf

a=tf.constant(np.random.randint(1,
10,[2
,3,4
])) b=tf.random_normal([2
,3,4
])c=tf.random_uniform([2
,3,4
],dtype=tf.int32,maxval=
10,minval=1)
d=tf.reshape(tf.
range(24
),[2
,3,4
])#24=2*3*4
sess=tf.session(
)print
(sess.run(a)
,'\n'*4
)print
(sess.run(b)
,'\n'*4
)print
(sess.run(c)
,'\n'*4
)print
(sess.run(d)
,'\n'*4
)

tf 矩陣行和列交換 tf矩陣基礎

一 placeholder tensorflow的設計理念稱之為計算流圖，在編寫程式時，首先構築整個系統的graph，並不會直接生效，這一點和python的其他數值計算庫 如numpy等 不同，graph為靜態的，類似於docker中的映象。然後，在實際的執行時，啟動乙個session，程式才會真正...

tf中的矩陣運算

import tensorflow as tf from numpy import newaxis from tensorflow.python.ops import math ops tf中的矩陣運算 點乘 a tf.constant 1,2 3,4 b tf.constant 1,1 2,2 s...

演算法中的P問題 NP問題 NP完全問題和NP難問題

在討論演算法的時候，常常會說到這個問題的求解是個p類問題，或者是np難問題等等，於是我特地搜了這方面的資料，自己總結了下，估計研究演算法的大家應該都知道，要是我總結的 不對，歡迎一起 在講p類問題之前先介紹兩個個概念 多項式，時間複雜度。知道這兩概念的可以自動跳過這部分 1 多項式 axn bxn ...