9.4 TensorFlow的设备应用在线视频

下面我们可以看一下

通过我们的random函数来去

获得我们的Tensor

可以通过啊

tf什么

random.normal来去获得

可以得到一个

我们正态分布的一个Tensor

也可以通过截断分布在去生成

那么也可以通过什么呀

均匀分布的来生成我们要的Tensor

Tensor shape

那么就是我们可以看得到啊

那两维的啊

两维的2×2的这样子

那么其他的也可以通过tf点zeros来去生成

那么是这样子shape什么

两维的3， 4

这样的一个0的矩阵

或者什么呀

1的一个Tensor

矩阵的一个Tensor

下面也可以是一个这样的一个2×2的一个矩阵

然后填充的是4

这样的来去获得我们的Tensor

那么也可以通过

我们一个函数is_tensor

来去判断它啊

它是不是一个什么呀

是一个Tensor

我们前面

我们来再运行一下啊

我们在这个地方

我们可以看到

运行一下

我们这个地方a是Tensor运行完了以后

这时候我们来看

再运行一下

判断这个aa 是不是一个Tensor

是一个true

如果是a的话

我们刚看a是一个range

然后它运行一下

它就是一个false

那我们在这个TensorFlow里面呢

也可以用我们的什么呀

用我们的函数

我们losses刚才我们介绍的mse来去得到他的什么呀

损失值

那么也可以求某一个什么呀

某一组数据的什么呀

这个平均值啊

就是通过reduce_mean这样的一个来去获得它

比如说我们可以看得到这一段呢就是我们

通过range产生

产生一个什么呀

一个Tensor

然后呢我们这个里面的y的值

是我们这样去构造

那么真实的值是这样子

我可以求它的损失

那么这个损失是我们可以看到均方差的损失

然后再取平均值啊

我们输出以后可以看得的

它是这样的一个结果

另外的话

我们这个例子大家可以看的到

这是一个什么呀

通过range来生成什么呀

7个数据组成的这样一个Tensor

然后我们就又求他的什么呀

求它的均值

出来的话可以看得到

这样子的

0—6

一维的这样的一个Tensor

然后我们均值出来是3

这就很容易去理解

这时候我们理解下这个loss和我们这个reduce_mean

这样的一个函数的一个简单的应用