2.4 tensorflow 2.3学习--- 矩阵

自己开发了一个股票智能分析软件，功能很强大，需要的点击下面的链接获取：

https://www.cnblogs.com/bclshuai/p/11380657.html

1.1  矩阵

1.1.1         矩阵生成方法

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。

1.1.2         矩阵的运算

运算类型
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。