tf.fill(dims, value, name=None)

创建一个张量填充指定的常数。

参数：

dims: 整数类型的列表对象，或者一维张量，表示行列形式。

value: 填充的常量（0维张量）

返回值：

填充指定的张量常量。

例子：

#python 3.5.3  蔡军生  
#http://edu.csdn.net/course/detail/2592  
#

import tensorflow as tf

#创建张量常量
x = tf.fill([2,10], 9.)

#显示它的值
init_op = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init_op)
print(x.eval())

结果输出：

====================== RESTART: D:/AI/sample/tf_1.21.py ======================

[[ 9.  9.  9.  9.  9.  9.  9.  9.  9.  9.]

 [ 9.  9.  9.  9.  9.  9.  9.  9.  9.  9.]]

>>>

tf.constant(value, dtype=None, shape=None, name='Const', verify_shape=False)

创建一个张量常量。

参数:

value: 常数或者常数列表。

dtype: 结果张量的数据类型。

shape: 张量的行列形式，可选。

name: 常量的名称，可选。

verify_shape: 检验张量的行列形式是否正确。

返回值:

一个常量的张量。

例子：

#python 3.5.3  蔡军生  
#http://edu.csdn.net/course/detail/2592  
#

import tensorflow as tf

#创建张量常量
x = tf.constant(9,shape=[2,10],dtype=tf.float32)
y = tf.constant(9,shape=[2,10],dtype=tf.int32)
z = tf.constant([1, 2, 3, 4, 5, 6, 7, 8,9],shape=[3,3],dtype=tf.float32)
#显示它的值
init_op = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init_op)
    print(x.eval())
    print(y.eval())
print(z.eval())

结果输出：

====================== RESTART: D:/AI/sample/tf_1.22.py ======================

[[ 9.  9.  9.  9.  9.  9.  9.  9.  9.  9.]

 [ 9.  9.  9.  9.  9.  9.  9.  9.  9.  9.]]

[[9 9 9 9 9 9 9 9 9 9]

 [9 9 9 9 9 9 9 9 9 9]]

[[ 1.  2.  3.]

 [ 4.  5.  6.]

 [ 7.  8.  9.]]

>>> 

1. C++标准模板库从入门到精通 

http://edu.csdn.net/course/detail/3324

2.跟老菜鸟学C++

3. 跟老菜鸟学python

4. 在VC2015里学会使用tinyxml库

5. 在Windows下SVN的版本管理与实战 

 http://edu.csdn.net/course/detail/2579