2-1 Структура данных

import numpy as np
import tensorflow as tf

i = tf.constant(1) # tf.int32 тип константы
l = tf.constant(1,dtype = tf.int64) # tf.int64 тип константы
f = tf.constant(1.23) #tf.float32 тип константы
d = tf.constant(3.14,dtype = tf.double) # tf.double тип константы
s = tf.constant("hello world") # tf.string тип константы
b = tf.constant(True) #tf.bool тип константы


print(tf.int64 == np.int64) 
print(tf.bool == np.bool)
print(tf.double == np.float64)
print(tf.string == np.unicode) # tf.string тип не равен np.unicode типу

True
True
True
False

scalar = tf.constant(True)  #Скаляр — это тензор ранга 0

print(tf.rank(scalar))
print(scalar.numpy().ndim)  # tf.rank равен функции ndim в numpy

tf.Tensor(0, shape=(), dtype=int32)
0

vector = tf.constant([1.0,2.0,3.0,4.0]) #Вектор — это тензор ранга 1

print(tf.rank(vector))
print(np.ndim(vector.numpy()))

tf.Tensor(1, shape=(), dtype=int32)
1

matrix = tf.constant([[1.0,2.0],[3.0,4.0]]) #Матрица — это тензор ранга 2

print(tf.rank(matrix).numpy())
print(np.ndim(matrix))

2
2

tensor3 = tf.constant([[[1.0,2.0],[3.0,4.0]],[[5.0,6.0],[7.0,8.0]]])  # Тензор ранга 3
print(tensor3)
print(tf.rank(tensor3))

tf.Tensor(
[[[1. 2.]
  [3. 4.]]

 [[5. 6.]
  [7. 8.]]], shape=(2, 2, 2), dtype=float32)
tf.Tensor(3, shape=(), dtype=int32)

tensor4 = tf.constant([[[[1.0,1.0],[2.0,2.0]],[[3.0,3.0],[4.0,4.0]]],
                        [[[5.0,5.0],[6.0,6.0]],[[7.0,7.0],[8.0,8.0]]]])  # Тензор ранга 4
print(tensor4)
print(tf.rank(tensor4))

tf.Tensor(
[[[[1. 1.]
   [2. 2.]]

  [[3. 3.]
   [4. 4.]]]


 [[[5. 5.]
   [6. 6.]]

  [[7. 7.]
   [8. 8.]]]], shape=(2, 2, 2, 2), dtype=float32)
tf.Tensor(4, shape=(), dtype=int32)

h = tf.constant([123,456],dtype = tf.int32)
f = tf.cast(h,tf.float32)
print(h.dtype, f.dtype)

<dtype: 'int32'> <dtype: 'float32'>

y = tf.constant([[1.0,2.0],[3.0,4.0]])
print(y.numpy()) #Преобразовать в np.array
print(y.shape)

[[1. 2.]
 [3. 4.]]
(2, 2)

u = tf.constant(u"Hello World")
print(u.numpy())  
print(u.numpy().decode("utf-8"))

b'\xe4\xbd\xa0\xe5\xa5\xbd \xe4\xb8\x96\xe7\x95\x8c'
Hello World

# Значение константы НЕ изменяется. Переназначение создаёт новое пространство в памяти.
c = tf.constant([1.0,2.0])
print(c)
print(id(c))
c = c + tf.constant([1.0,1.0])
print(c)
print(id(c))

tf.Tensor([1. 2.], shape=(2,), dtype=float32)
5276289568
tf.Tensor([2. 3.], shape=(2,), dtype=float32)
5276290240
``` ```
v = tf.Variable([1.0,2.0],name = "v")
print(v)
print(id(v))
v.assign_add([1.0,1.0])
print(v)
print(id(v))

<tf.Variable 'v:0' shape=(2,) dtype=float32, numpy=array([1., 2.], dtype=float32)>
5276259888
<tf.Variable 'v:0' shape=(2,) dtype=float32, numpy=array([2., 3.], dtype=float32)>
5276259888