Tensorflow学习笔记(2)
来源:互联网 发布:263网络通信 编辑:程序博客网 时间:2024/06/15 23:54
1、
Rank Shape Dimension number Example 0[]0-DA 0-D tensor. A scalar.1[D0]1-DA 1-D tensor with shape [5].2[D0, D1]2-DA 2-D tensor with shape [3, 4].3[D0, D1, D2]3-DA 3-D tensor with shape [1, 4, 3].n[D0, D1, ... Dn-1]n-DA tensor with shape [D0, D1, ... Dn-1].
tf.random_normal(shape,mean = 0.0,stddev = 1.0,dtype =tf.Float32, seed = None, name = None)
mean是平均值
stddev是标准正态分布的标准差(方差的开平方)
2、tf.placeholder()
tf.placeholder操作是占位符,即先定义有这么一种数据,其参数为数据的type和space
tf.placeholder(tf.float32,shape=(bachsize,cols))#其中bachsize表示数据类型的行数,cols表示列数。
3、tf.reduce_mean(tensor t)
tf.reduce_mean()返回的是tensor t中各个元素的平均值。
如:
# 'x' is [[1., 1.]
# [2., 2.]]
tf.reduce_mean(x) ==> 1.5
tf.reduce_mean(x, 0)==> [1.5,1.5]#列
tf.reduce_mean(x, 1)==> [1.,2.]#行
4、tf.reduce_max()
计算tensor中的各个元素的最大值,
reduce_max(t,1)是找出各行中最大值组成一个tensor
reduce_min(t,0)是找出各列中最大值组成一个tensor
同理,tf.reduce_min()则是计算tensor中各个元素的最小值
5、tf.reduce_all()
计算tensor中各个元素的逻辑和(and运算)
# 'x' is [[True, True]
# [False, False]]
tf.reduce_all(x) ==> False
tf.reduce_all(x, 0)==> [False, False]
tf.reduce_all(x, 1)==> [True, False]
6、tf.reduce_any()
计算tensor中各个元素的逻辑或(or运算)
7、tensorflow中的tensor包含三个特性:rank,shape,type
rank即tensor的维度,与C++中数组的维度类似,如23为0维,[23]是一维,[[1,2],[2,3]]是二维,[[[1,2],[2,3]],[[2,3],[3,4]]]是三维tensor
rank,shape和维度数的关系之间的关系
type就是tensor中数据的数据类型
0 0
- Tensorflow学习笔记(2)
- Tensorflow学习笔记(2)
- Tensorflow学习笔记2
- TensorFlow学习笔记2
- tensorflow 学习笔记 2
- tensorflow学习笔记(2)-feed_dict
- TensorFlow学习笔记(一):TensorFlow安装
- TensorFlow学习笔记(二):TensorFlow入门
- tensorflow学习笔记(一):tensorflow安装
- tensorflow学习笔记(三):tensorflow 基础知识
- TensorFlow实战学习笔记2
- tensorflow 学习笔记(2)-basic_example
- Tensorflow学习笔记(3)
- TensorFlow学习笔记(一)
- tensorflow学习笔记(一)
- TensorFlow学习笔记(一)
- TensorFlow学习笔记(二)
- TensorFlow学习笔记(一)
- 重写、覆盖、重载、多态的区别的分析
- jquery param 数组 带有 %5B%5D [] 问题
- java中的matches()方法
- tensorflow常用函数记录
- Tesorflow学习笔记(1)
- Tensorflow学习笔记(2)
- 几种开发者常见的开源软件协议的分析与介绍
- 五步搞定Android开发环境部署——非常详细的Android开发环境搭建教程
- QR分解-正交矩阵生成
- Tensorflow学习笔记(3)
- Java多线程中提到的原子性和可见性、有序性
- 版本更新2
- hdu4747——Mex
- 在终端使用命令卸载交叉编译工具