一、生成张量 - Variable 、constant 与placeholder 方法二、全0张量与全1张量的生成 - zeros方法和ones方法三、生成带指定初值的张量 - fill方法总结
一、生成张量 - Variable 、constant 与placeholder 方法
编程要求：
根据提示，在右侧编辑器补全sum函数，参数 a 是 Variable，参数 b 是 constant，记 value 为 b 的值。你需要计算从1+…+value的值，并将其结果存储在a节点中。
提示：
获取张量的值可以使用eval()方法。对变量赋值需要使用tf.assign()系列函数，注意TensorFlow的操作都要在使用Session.run()或eval()方法后才会生效。可以先获取参数b的值value，之后使用一个循环计算1+…+value的值，并将其结果使用tf.assign()函数存储在a节点中。
测试说明：
平台会对你编写的代码进行测试：
测试输入：10 预期输出：45测试输入：9 预期输出：36
本关任务：
利用TensorFlow中的变量 (Variable类) 编写一个能计算表达式1+…+…+n的值的小程序
(n的值由TensorFlow中的常量constant类给出)对变量赋值需要使用tf.assign()系列函数，注意TensorFlow的操作都要在使用Session.run()或eval()方法后才会生效。可以先获取参数b的值value，之后使用一个循环计算1+…+value的值，并将其结果使用tf.assign()函数存储在a节点中
。
# -*- coding: utf-8 -*-import tensorflow as tf# 参数 a 是 Variable, 参数 b 是 constant, 记 value 为 b 的值# 计算从1+..+value的值, 并将其存储在a节点中def sum(a,b): # 请在此添加代码 完成本关任务 # ********** Begin *********# tf.assign(a,tf.constant(0)).eval() i=1 while i
# -*- coding: utf-8 -*-import tensorflow as tf# 输入参数 n 为一正整数 (大于1且小于100)# 若 n 为偶数, 则返回形状为 [n+1,n-1] 的全0矩阵# 若 n 为奇数, 则返回形状为 [n-1,n+1] 的全1矩阵def getMatrix(n): # 请在此添加代码 完成本关任务 # ********** Begin *********# if (n%2)==0: return (tf.zeros([n+1, n-1], tf.float32)) else: return (tf.ones([n-1, n+1], tf.float32)) # ********** End **********#
三、生成带指定初值的张量 - fill方法# -*- coding: utf-8 -*-import tensorflow as tf# 输入参数x为正整数,y为整数# 需要生成一个所有元素初值均为y, 形状为x*x的矩阵# 之后在将矩阵的对角线上的每个元素加1# 然后若该矩阵有逆矩阵, 则返回该逆矩阵的行列式# 否则返回0def getMatrix(x,y): # 请在此添加代码 完成本关任务 # ********** Begin *********# a = tf.fill([x,x],y) # 生成一个全1 v2 = tf.ones([x]) v1 = tf.diag(v2) a = tf.cast(a, tf.float32) v1 = tf.cast(v1, tf.float32) b = a + v1 if tf.linalg.det(b)!= 0: return tf.linalg.det(tf.matrix_inverse(b)).eval() else: return 0 # ********** End **********#
总结本文章转载自头歌教育实践作业，若有侵权请告知必删