from numpy or list

tf.convert_to_tensor
tf.constant

a = np.ones([3,1])
aa = tf.convert_to_tensor(a) 
aa
# tf.Tensor(
# [[1.]
#  [1.]
#  [1.]], shape=(3, 1), dtype=float64)
    
bb = tf.convert_to_tensor([1,1,1])
bb
# tf.Tensor([1 1 1], shape=(3,), dtype=int32)

tf.zeros

tf.zeros([])   # tf.Tensor(0.0, shape=(), dtype=float32)
tf.zeros([1])   # tf.Tensor([0.], shape=(1,), dtype=float32)
tf.zeros([1,2])   # tf.Tensor([[0. 0.]], shape=(1, 2), dtype=float32)

tf.zeros_like

tf.zeros_like(bb)
# tf.Tensor([0 0 0], shape=(3,), dtype=int32)

tf.ones

tf.zeros([])   # tf.Tensor(0.0, shape=(), dtype=float32)
tf.zeros([1])   # tf.Tensor([0.], shape=(1,), dtype=float32)
tf.zeros([1,2])   # tf.Tensor([[0. 0.]], shape=(1, 2), dtype=float32)

tf.ones_like

tf.ones_like(bb)
# tf.Tensor([1 1 1], shape=(3,), dtype=int32)

tf.fill

tf.fill([2,3],4)
# tf.Tensor(
# [[4 4 4]
# [4 4 4]], shape=(2, 3), dtype=int32)

tf.random.normal

tf.random.normal([2, 2], mean=0, stddev=1)
# tf.Tensor(
# [[-0.7807133  -0.11110668]
#  [-0.95811266  0.54592603]], shape=(2, 2), dtype=float32)

tf.random.truncated_normal

截断正态分布

tf.random.truncated_normal([2,2], mean=0, stddev=1, dtype=tf.double)
# tf.Tensor(
# [[ 0.5763578 -1.0805154]
#  [ 0.5889616 -0.5284506]], shape=(2, 2), dtype=float64)

tf.random.uniform

tf.random.uniform([2, 2], minval=0, maxval=1)
# tf.Tensor(
# [[0.5756582  0.40910423]
# [0.12727249 0.5121013 ]], shape=(2, 2), dtype=float32)

Random Permutation

idx = tf.range(200)
idx = tf.random.shuffle(idx)
print (idx)

a =  tf.random.truncated_normal([200, 784])
b = tf.random.uniform([200], maxval=10, dtype=tf.int32)
print (a)
print (b)

a = tf.gather(a, idx)
b = tf.gather(b, idx)
print (a)
print (b)