1、tf.constant
tf.constant用來定義一個常量，所謂常量，廣義上講就是“不變化的量”。我們先看下官方api是如何對constant函式來定義的：
tf.constant( value, dtype=None, shape=None, name='Const', verify_shape=False )
其中包括5個輸入值：
value（必填）：常量值，可以是一個數，也可以是一個向量或矩陣。
dtype（非必填）：用來指定資料型別，例如tf.float32型別或tf.float64。
shape（非必填）：用來指定資料的維度。
name（非必填）：為常量定義名稱。
verify_shape（非必填）：預設值為False，如果值為True時，在定義常量時會自動檢測value和shape維度是否相同，不同則報錯，例如value定義為1，而shape定義為一行兩列的矩陣（1,2），那麼肯定會報錯。
為了瞭解引數的具體含義，我們用程式碼來驗證一下吧！
#定義一個整數 a = tf.constant(1) #定義一個向量 b = tf.constant([1,2]) #定義一個2行3列的矩陣 c = tf.constant([[1,2,3],[4,5,6]]) print(a) print(b) print(c)
輸出結果：
Tensor("Const:0", shape=(), dtype=int32) Tensor("Const_1:0", shape=(2,), dtype=int32) Tensor("Const_2:0", shape=(2, 3), dtype=int32)
變數a的shape為空，0個緯度，也就是一個數值；
變數b的shape是（2,），只有一個維度，是一個向量，長度為2；
變數c的shape是（2,3），有兩個維度，也就是一個2X3的矩陣。
當指定dtype引數時：
#定義一個整數 a = tf.constant(1,dtype=tf.float32) #定義一個向量 b = tf.constant([1,2],dtype=tf.float32) #定義一個2行3列的矩陣 c = tf.constant([[1,2,3],[4,5,6]],dtype=tf.float32) print(a) print(b) print(c)
輸出結果：
Tensor("Const:0", shape=(), dtype=float32) Tensor("Const_1:0", shape=(2,), dtype=float32) Tensor("Const_2:0", shape=(2, 3), dtype=float32)
可見數值的型別都變為float32型別。
當指定shape引數時：
#定義一個整數 a = tf.constant(2.,shape=()) b = tf.constant(2.,shape=(3,)) c = tf.constant(2.,shape=(3,4)) with tf.Session() as sess: print(a.eval()) print(b.eval()) print(c.eval())
輸出結果：
2.0
[2. 2. 2.]
[[2. 2. 2. 2.]
[2. 2. 2. 2.]
[2. 2. 2. 2.]]
此時constant會根據shape指定的維度使用value值來進行填充，例如引數a指定維度為0，也就是一個整數；引數b指定維度為1長度為3，也就是一個向量；引數b指定維度為2長度為3X4，也就是定義一個3X4的矩陣，全部都使用value值2.0來進行填充。
當指定name引數時：
#不指定name a = tf.constant(2.) #指定name b = tf.constant(2.,name="b") print(a) print(b)
輸出結果：
Tensor("Const:0", shape=(), dtype=float32) Tensor("b:0", shape=(), dtype=float32)
建議大家建立常量時最好定義一下name，只要是字串就沒有問題。
當指定verify_shape=True時：
a = tf.constant(2.,shape=(2,3),verify_shape=True)
輸出結果報錯：
TypeError: Expected Tensor's shape: (2,3), got ().
錯誤原因是value的值和指定的shape維度不同，value是一個數值，而我們指定的shape為2X3的矩陣，所以報錯！當我們去掉verify_shape引數時錯誤即消失。那麼問題來了，此時這個常量到底是整數還是一個矩陣呢？當然是矩陣啦（一個被value值填充的2X3矩陣）！