生成方法

说明

tf.reshape向量转矩阵

先生成向量，然后转换为矩阵g1 = tf.linspace(1.0,10.0,16)

print(g1)

g2 = tf.constant(sess.run(tf.reshape(g1,[4,4])))

print(g2)

print(sess.run(g2))

Tf.zeros([4,5],dtype=tf.int32)生成全零矩阵

生成4行5列的全0矩阵。

Tf.ones([4,5],dtype=tf.int32)生成全1的矩阵

生成4行5列的全1矩阵。

Tf.fill([4,5],10.1) 生成指定值的矩阵。

生成4行5列的矩阵，值设置为10.1。

g11 = tf.diag([1, 1, 2, 2])生成对角矩阵。

向量给出的对角线上的元素，其他的都是0.

g14 = tf.random_normal([3,8], mean=1.0, stddev=2.0, dtype=tf.float32)

生成随机值的矩阵。可以指定随机值的行列，平均值，方差，数据类型。

矩阵的转置g3 = tf.transpose(g2)

对角线元素不变，按照对角线互换数据，2行三列的转置之后变成3行2列。

运算类型

说明

加减运算h03 = h01 + h02

行列相等的矩阵对应元素加减

广播运算h04 = h02 + 2.0

矩阵每个元素和常量运算

print(sess.run(h05 * h06))

矩阵的对应位置元素相乘得到新的矩阵，也可以用matmul函数，或者”@”，运算符h05 @h06。

求逆矩阵i01_rev = tf.matrix_inverse(i01)

两个矩阵相乘得到单位对角矩阵，则两个矩阵互为逆矩阵。矩阵行列式的值不等于0时，有逆矩阵。tf.matrix_determinant（h05）计算矩阵的行列式值。

逆矩阵计算多项式

x+y+z =1,

x-y-z = 2,

5x-2y+2z = 3的多项式，左边参数构成3行3列的参数，然后求出逆矩阵，将逆矩阵乘以右边的向量就得到的方程式的解。

tf.norm(a02, ord='euclidean')矩阵的范数Norm计算

所有制的平方的和，再求平方根。也称为欧几里得距离。euclidean就是欧几里得的意思。