[TOC]
# 1. tf.constant
常見的有tf.int，tf.float，tf.bool， tf.string等，我們可以使用:
```
tf.constant([True, False])
```
來創建張量。具體語法格式：
```
tf.constant(張量內容，dtype=數據類型（可選）)
```
注意到：這里所說的張量其實也就是經常見到的一維數組，二維矩陣等等。比如上面的案例中使用了一維的數組，且數據類型為Boolean。
# 2. tf.convert_to_tensor
可以將一個numpy數據類型的張量轉換為Tensor類型的數據。即：
```
tf.convert_to_tensor(數據名， dtype=數據類型（可選）)
```
比如：
```
a = np.array([[1, 2], [2, 3]])
b = tf.convert_to_tensor(a, dtype=tf.int64)
```
# 3. 創建全0、全1或者某個指定值的張量
創建全0或者全1的張量，分別對應：
```
tf.zeros(維度)
tf.ones(維度)
```
要創建填充指定值的張量，可以使用：
```
tf.fill(維度, 指定值)
```
# 4. 使用標準正太分布隨機生成張量
比如可以使用正太分布來進行生成對應維度的隨機數，默認均值為0，標準差為1：
```
tf.random.normal(維度, mean=均值, stddev=標準差)
```
# 5. 使用截斷式正太分布隨機生成張量
可以生成更加集中的數據：
```
tf.random.truncated_normal(維度, mean=均值, stddev=標準差)
```
這個分布的隨機取值在(u-2theta, u+2theta)之間。
標準差為所有樣本到均值的距離的平方和的均值，然后再開根號。
# 6. 使用均勻分布隨機生成張量
使用：
```
tf.random.uniform(維度, minval=最小值, maxval=最大值)
```
來生成服從均勻分布的隨機張量。這個區間為前閉后開。
