tensorflow慢慢积累的小知识点

C_one_master

于 2020-03-22 19:11:29 发布

阅读量291

点赞数

CC 4.0 BY-SA版权

分类专栏： NLP 文章标签： tensorflow

本文链接：https://blog.youkuaiyun.com/C_one_master/article/details/105032550

NLP 专栏收录该内容

4 篇文章

订阅专栏

本文探讨了TensorFlow中tf.cast(), tf.where()等函数的高级应用，包括条件转换和矩阵元素选择。同时，深入讲解了如何利用tf.train.LoggingTensorHook进行模型训练状态的监控，并在TPUEstimatorSpec中配置评估hook。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tf.cast()可附加条件,例如:

#tensor大于0的元素的位置返回True,其余返回False(在dtype为bool的情况下)
#其他情况同理
tf.cast(tensor>0,dtype)

tf.where

#在predict张量和tartget张量元素在0.5两边时
#theta矩阵响应元素置1，否则置0
x=tf.ones_like(log_yi, dtype=tf.float32)
y=tf.zeros_like(log_yi, dtype=tf.float32)
condition = ((target - 0.5) * (predict - 0.5)<0.)
theta = tf.where(condition,x,y)

evaluation_hook可以使用tf.train里面的hook

evaluation_hook = tf.train.LoggingTensorHook({"total_loss:": total_loss}, every_n_iter=10)
output_spec = tf.contrib.tpu.TPUEstimatorSpec(
                mode=mode,
                loss=total_loss,
                eval_metrics=eval_metrics,
                scaffold_fn=scaffold_fn,
                evaluation_hooks=[evaluation_hook])

#12345是传入的seed，用来选定第一次random的开始点
random.Random(12345)
rng.shuffle(train_examples)