学习Tensorflow遇到的一些不懂函数的学习
来源:互联网 发布:充话费的软件 编辑:程序博客网 时间:2024/06/05 16:43
1.tf.argmax()
a = tf.constant([[1,5,3], [4,2,6]])sess = tf.Session()print sess.run(tf.argmax(a, 0))#[1 0 1]print sess.run(tf.argmax(a, 1))#[1 2]#argmax()函数返回最大值的索引,0返回每一列最大值的索引,1返回每一行最大值的索引
2.tf.random_normal | tf.truncated_normal | tf.random_uniform
tf.random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)
tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)
tf.random_uniform(shape,minval=0,maxval=None,dtype=tf.float32,seed=None,name=None)
这几个都是用于生成随机数tensor的。尺寸是shape
random_normal: 正太分布随机数,均值mean,标准差stddev
truncated_normal:截断正态分布随机数,均值mean,标准差stddev,不过只保留[mean-2*stddev,mean+2*stddev]范围内的随机数
random_uniform:均匀分布随机数,范围为[minval,maxval]
import tensorflow as tfwith tf.Session() as sess: print "tf.random_normal([3,3,3], mean = 0.0, stddev = 2.0)----------------" print sess.run(tf.random_normal([3,3,3], mean = 0.0, stddev = 2.0)) print "tf.random_uniform([3,3,3], minval = 0.0, maxval = 10)---------------" print sess.run(tf.random_uniform([3,3,3], minval = 0.0, maxval = 10)) print "tf.truncated([2,2], mean = 5.0, stddev = 1.0)-------------------" print sess.run(tf.truncated_normal([2,2], mean = 5.0, stddev = 1.0))
tf.random_normal([3,3,3], mean = 0.0, stddev = 2.0)----------------[[[-1.52943552 -0.66951263 -0.92204839] [ 0.98132163 0.30230746 -0.76994801] [-2.52370524 1.63953972 -0.90987027]] [[-2.49060225 2.71975255 1.97556829] [ 1.31254244 -4.19041204 -2.62262273] [ 1.17605031 -4.44652367 0.31839186]] [[-1.66576338 1.9761579 -2.44654465] [ 2.1690588 1.38606691 0.6156947 ] [ 0.07768013 2.35041523 0.11098886]]]tf.random_uniform([3,3,3], minval = 0.0, maxval = 10)---------------[[[ 5.46428204 4.6617341 4.74864483] [ 3.88854265 4.4059515 8.61946297] [ 8.42585945 8.20820904 6.00255251]] [[ 7.05990314 7.84427404 8.17808056] [ 9.67488766 4.86453056 4.11894894] [ 6.64579391 8.30910301 4.74615002]] [[ 9.56317806 7.91035557 3.3411324 ] [ 4.64870071 8.23911667 9.47863197] [ 9.80347633 1.5449512 9.06284809]]]tf.truncated([2,2], mean = 5.0, stddev = 1.0)-------------------[[ 5.74013472 5.93944788] [ 5.29522514 4.77231503]]
3.tf.nn.softmax_cross_entropy_with_logits(_sentinel=None, labels=None, logits=None, dim=-1, name=None)与tf.nn.sparse_softmax_cross_entropy_with_logits(_sentinel=None, labels=None, logits=None, name=None)
阅读全文
0 0
- 学习Tensorflow遇到的一些不懂函数的学习
- 总结一下在学习WebService中学习遇到的一些不懂的概念
- Tensorflow 学习与复习 Epoch_1 # tensorflow的一些函数方法
- 学习tensorflow遇到的问题
- java基础学习——遇到的不懂问题
- 学习main函数的时候遇到的一些问题
- 学习matlab中遇到的一些函数及其用法
- matlab学习中遇到的一些函数总结
- TensorFlow学习记录1-一些比较好的学习资源
- [TensorFlow] TensorFlow学习的方向
- tensorflow和python学习中遇到的问题
- tensorflow学习笔记:运行tensorboard遇到的错误
- 小白tensorflow学习中遇到的问题
- tensorflow的一些基本函数
- Tensorflow的一些常见函数
- struts2学习中遇到的一些问题
- 学习hibernate 所遇到的一些Exception
- Django学习中遇到的一些错误
- Tensorflow实例:mnist最佳实践
- 2.2数字音频压缩标准&2.3声卡与电声设备
- KMP算法(java实现)
- CodeForces #431 Div. 2 849C From Y to Y 贪心 技巧题
- CSS3 鲜为人知的属性-webkit-tap-highlight-color的理解
- 学习Tensorflow遇到的一些不懂函数的学习
- 笔试_jsp试题(1)
- Django学习笔记(四)--admin的配置与应用
- Python学习——Django中的url
- CSP之 Markdown java
- 关于freertos移植到stm32出错,程序直接跳到HardFault_Handler的问题。
- Git clone 报“ I don't handle protocol 'https”
- SVM参数详解
- 【机器学习 吴恩达】CS229课程笔记notes1翻译-Part III广义线性模型