#定义一个2行3列全为0的矩阵
tensor1 = tf.zeros([2,3])
print(tensor1)

"""
运行结果：
tf.Tensor(
[[0. 0. 0.]
[0. 0. 0.]], shape=(2, 3), dtype=float32)
"""

#定义一个2行2列全为1的矩阵

ones_tsr = tf.ones([2, 2])
print(ones_tsr)

"""
运行结果：

　tf.Tensor(
　[[1. 1.]
　[1. 1.]], shape=(2, 2), dtype=float32)

"""
#创建一个2行3列全为常量8的矩阵

filled_tsr = tf.fill([2, 3], 8) 
print(filled_tsr)

"""
运行结果：

 tf.Tensor(
 [[8 8 8]
 [8 8 8]], shape=(2, 3), dtype=int32)

"""
#自定义一个矩阵

constant_tsr = tf.constant([1, 2, 3])
print(constant_tsr)
"""
运行结果：
tf.Tensor([1 2 3], shape=(3,), dtype=int32)
"""

#自定义一个全为常量8的矩阵

constant2_str = tf.constant(8, tf.float32, [2,4])
print(constant2_str)

"""
运行结果：

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

"""

#查看维度

print(ones_tsr.ndim)

"""
运行结果：
tf.Tensor(
[[1. 1.]
[1. 1.]], shape=(2, 2), dtype=float32)
 
"""
#查看形状

print(ones_tsr.shape)

"""
运行结果:

tf.Tensor(
[[1. 1.]
[1. 1.]], shape=(2, 2), dtype=float32)
(2, 2)

"""

#tensor相加

constant_tsr2 = tf.constant([[1, 2, 3],[3,2,1]])
constant_tsr3 = tf.constant([1, 2, 3])
print(constant_tsr2+constant_tsr3)

"""
运行结果：

 tf.Tensor(
 [[2 4 6]
 [4 4 4]], shape=(2, 3), dtype=int32)

"""

#tensor相减

constant_tsr2 = tf.constant([[1, 2, 3],[3,2,1]])
constant_tsr3 = tf.constant([1, 2, 3])
print(constant_tsr2-constant_tsr3)

"""
运行结果：

  tf.Tensor(
  [[ 0 0 0]
  [ 2 0 -2]], shape=(2, 3), dtype=int32)

"""
#tensor相乘

constant_tsr2 = tf.constant([[1, 2, 3],[3,2,1]])
constant_tsr3 = tf.constant([1, 2, 3])
print(constant_tsr2 * constant_tsr3)

"""
运行结果：

  tf.Tensor(
  [[1 4 9]
  [3 4 3]], shape=(2, 3), dtype=int32)

"""
#tensor相除

constant_tsr2 = tf.constant([[1, 2, 3],[3,2,1]])
constant_tsr3 = tf.constant([1, 2, 3])

print(constant_tsr2 / constant_tsr3)

"""
运行结果：

  tf.Tensor(
  [[1. 1. 1. ]
  [3. 1. 0.33333333]], shape=(2, 3), dtype=float64)

"""

#pow方法

a = torch.full([2,2],6)
a = a.pow(2)
print(a)

"""
运行结果:

  tensor([[36, 36],
  [36, 36]])

"""

#sqrt方法

a = torch.full([2,2],25)
a = a.sqrt()
print(a)
"""
运行结果：

  tensor([[5., 5.],
  [5., 5.]])

"""