【TensorFlow2.0】(1) tensor数据类型，类型转换

各位同学好，今天和大家分享一下TensorFlow2.0中的tensor数据类型，以及各种类型之间的相互转换方法。

1. tf.tensor 基础操作

scaler标量：1.2

vector向量：[1.2]、[1.1,2.2,3.3] 注意：此处的[1.2]是一维的，而1.2是0维的

matrix矩阵：[[1.1,2.2],[3.3,4.4]]

tensor张量：代表任意维度的数据

1.1 创建一个tensor

创建方法： tf.constant(value, shape=维度, dtype=数据类型, verify_shape=False)

value****：可以为数值、列表、字符串、布尔型

shape****：形状，指维数以及每一维的大小。当第一个参数value是数字时，张量的所有元素都会用该数字填充，shape=[2, 3]。当第一个参数value是一个列表时，注意列表的长度必须小于等于参数shape的大小（即各维大小的乘积）

shape****：指定数据类型，如dtype=tf.float64

verify_shape****：如果修改为True的话，表示检查value的形状与shape是否相符，如果不符会报错。

a1 = tf.constant(1,shape=[2,2])   # 整型tensor，2行2列都是1
a2 = tf.constant([1,2],dtype=tf.float32)  # 浮点型tensor，指定数据类型
a3 = tf.constant(True)  #布尔类型
a4 = tf.constant('keep coding')

2.2 tensor和numpy之间的转换

方法： tensor变量.numpy()

将tensor类型变成数组类型显示

# ==2== 和numpy之间的转换
a1.numpy()
a5 = tf.range(4) #定义0-3的tensor列表
a5.numpy()

当tensor型数据是一个标量，即只有一个值时，可以直接使用类型转换函数：int()、float()

b = tf.ones([])  # 1
b.numpy() # 输出 1.0
int(b)  # int类型的 1
float(b) # float类型的 1

2.3 查看tensor维度及大小

查看维度，返回int类型： tensor名.ndim

查看维度，返回tensor类型： tf.rank(tensor名)

查看tensor的形状： tensor名.shape

# 定义一个一维tensor
a5 = tf.range(4)
a5.ndim  # 返回 1
tf.rank(a5) # 返回 1
a6.shape # 返回（4，）

2.4 判断是不是tensor类型

**判断变量是否属于该数据类型，返回布尔类型： isinstance(变量, 数据类型) **

判断变量是否是tensor类型，返回布尔类型：** tf.is_tensor(变量)**

**查看变量数据类型，返回数据类型： **变量.dtype

s1 = tf.constant([1.])
s2 = tf.constant([True,False])
s3 = tf.constant('hello')
s4 = np.arange(4)
# ==1== isinstance(变量,数据类型) 
# 返回布尔类型
t1 = isinstance(s1,tf.Tensor)
# ==2== tf.is_tensor(变量)
t2 = tf.is_tensor(s2)
t4 = tf.is_tensor(s4)   #属于int型数据
# ==3== 变量.dtype
# 查看数据类型
t3 = s3.dtype

2. 数据间类型转换

2.1 其他类型转到tensor类型

转到tensor类型方法： tf.convert_to_tensor(变量, dtype=tf.数据类型)

a = np.arange(5)  #创建numpy类型数据
a.dtype  #int32类型的数据
# ==1== 转换到 tensor 数据
b = tf.convert_to_tensor(a)
b.dtype  #tf.int32类型

2.2 各种类型间的转换

**方法： **tf.cast(变量, dtype = tf.指定数据类型)

a = np.arange(5) #int32类型
b = tf.cast(a,dtype=tf.float32)
# 原来b是tf.int32类型，现在变为tf.float32类型

布尔型和整形之间的转换

整型转布尔：0转为False，大于0转为True

布尔转整型：true转为1，false转为0

定义的a1为[0,2,5]，最终a3为[0,1,1]

# 定义整形tensor
a1 = tf.constant([0,2,5])   # int32         [0,2,5]
# 转为布尔型tensor
a2 = tf.cast(a1,dtype=tf.bool)  # bool      [False,True,True]
# 再将布尔型转回整形
a3 = tf.cast(a2,dtype=tf.int32)  # int32    [0,1,1]

2.3 tf.Variable类型

tf.Variable 类型属于神经网络参数类型，属于tensor类型，记录梯度相关信息，先做了解，后续会详谈。

将tensor类型转为Variable类型：** tf.Variable(tensor变量)**

a = tf.range(5)  # 定义一个tensor数据
b = tf.Variable(a)  # 变成Variable类型数据 
b.trainable  # 返回True
# 查看数据类型
tf.is_tensor(b)  #True，属于tensor