ACM_hades的博客

expand_dim()：作用：使用tf.expand_dims(input, axis=None, name=None, dim=None)函数来给矩阵增加一个维度。例子：# 't' is a tensor of shape [2]shape(expand_dims(t, 0)) ==> [1, 2]shape(expand_dims(t, 1)) ==> [2, 1...

tf.gather：函数原型：tf.gather( params, indices, validate_indices=None, name=None, axis=0)说明：根据indices中的索引从params中取出响应的元素来替换掉索引形成张量返回。例子：import tensorflow as tfa = tf.Variable...

tf.multiply：函数原型：tf.math.multiply( x, y, name=None)说明：作用：对应元素相乘，并且具有广播作用。x: 类型为:half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128的张量。y: 类型跟...

tf.linalg.band_part新版本：tf.matrix_band_part变成tf.linalg.band_par函数原型：tf.linalg.band_part( input, num_lower, num_upper, name=None)参数：作用：主要功能是以对角线为中心，取它的副对角线部分，其他部分用0填充。input:输入...

tf.reduce_sum函数原型：tf.math.reduce_sum( input_tensor, axis=None, keepdims=None, name=None, reduction_indices=None, keep_dims=None)参数：input_tensor：需要求和的张量axis：指定求和的轴keep_...

tf.reduce_mean函数原型：tf.math.reduce_mean( input_tensor, axis=None, keepdims=None, name=None, reduction_indices=None, keep_dims=None)参数：input_tensor：需要求平均值的张量axis：指定求平均值的轴...

tf.nn.sparse_softmax_cross_entropy_with_logits官方链接函数原型：tf.nn.sparse_softmax_cross_entropy_with_logits( _sentinel=None, labels=None, logits=None, name=None)参数说明：labels：一个长度为batc...

tf.sequence_mask：函数原型：sequence_mask( lengths, maxlen=None, dtype=tf.bool, name=None)例子：import tensorflow as tfa = tf.sequence_mask([1, 2, 3], 4)b = tf.sequence_mask([[1, 2], [3...

TensorBoard 工作原理：简单来说，TensorBoard 是通过一些操作（summary operations）将数据记录到文件（event files）中，然后再读取文件来完成作图的。工作步骤：Summary：对需要可视化的变量进行summary操作，以记录变量的日志信息。Merge:使用 tf.summary.merge_all 来将定义的多个summary操作聚合成一个...

tf.train.AdamOptimizer作用：实现Adam算法的优化器函数原型：__init__( learning_rate=0.001, beta1=0.9, beta2=0.999, epsilon=1e-08, use_locking=False, name='Adam')方法：compute_gradients( ...

tf.nn.softmax_cross_entropy_with_logits函数原型：tf.nn.softmax_cross_entropy_with_logits(_sentinel=None,labels=None, logits=None, dim=-1, name=None)参数：logits：就是神经网络最后一层的输出，如果有batch的话，它的大小就是[batchs...

tf.argmax()函数原型：tf.argmax(input,axis=None,name=None,dimension=None, output_type=tf.int64)作用：返回最大值索引例子：import tensorflow as tfb = tf.constant([[1,2,3],[3,2,1],[4,5,6],[6,5,4]])c=tf.argmax(b...

tf.nn.xw_plus_b()函数原型：tf.nn.xw_plus_b(x, weights, biases, name=None)作用：matmul(x, weights) + biases

tf.nn.l2_loss()函数原型：tf.nn.l2_loss(t, name=None)作用：计算张量t的L2范数，但是没有开方并而是除2，具体如下：L2=12∗∑i=1nti2L_2=\frac{1}{2}*\sum_{i=1}^{n}t_i^2L2​=21​∗i=1∑n​ti2​...

tf.concat：函数原型：tf.concat(values,axis,name='concat')作用：按指定轴（axis）进行张量连接操作（Concatenates Tensors）合并方式：将axis指定维度上的元素进行合并即增加axis维度元素例子：import tensorflow as tft1 = [[1, 2, 3], [4, 5, 6]]t2 =...

tf.nn.max_pool()函数原型：tf.nn.max_pool(value,ksize,strides,padding,data_format='NHWC', name=None)参数：value：需要池化的输入，一般池化层链接在卷积层的后面，所以输入通常是feature map，形状为：[batch,height,width,channels]。ksize：池化窗口的...

tf.nn.conv2d()函数原型：tf.nn.conv2d(input,filter,strides,padding,use_cudnn_on_gpu=True, data_format='NHWC', dilations=[1, 1, 1, 1],name=None)参数：input：张量tensor，每个元素的格式必须float32或者float64。input的形状：[...

直接上例子代码：# coding=utf-8import tensorflow as tfflags = tf.flags#flags是一个文件：flags.py，用于处理命令行参数的解析工作FLAGS = flags.FLAGS#FLAGS是一个对象，保存了解析后的命令行参数#第一个是参数名称，第二个参数是默认值，第三个是参数描述flags.DEFINE_string("input_...