tensorflow知识点积累--1

tf.variable_scope()

返回一个环境管理器。为创建变量的层确保值都来自同一个图的。主要用于变量名称域，共享变量。

一个应用场景是：假设你想把你的图片过滤器运用到两张不同的图片， image1和image2.你想通过拥有同一个参数的同一个过滤器来过滤两张图片。比较好的一种写法就是：

with tf.variable_scope("image_filters") as scope:
    result1 = network(image1)
    scope.reuse_variables()
    result2 = network(image2)

相应的域中要用tf.get_variable方法创建变量，而不是tf.Variable

tf.subtract(x,y,name=None)    减法运算，x-y

tf.multiply(x,y,name=None)     #乘法运算

tf.div(x,y,name=None)    #除法运算 

tf.mod(x,y,name=None) # 取模运算

tf.abs(x,name=None) ＃求绝对值

tf.negative(x,name=None) ＃取负运算（ｙ＝－ｘ）

tf.sign(x,name=None)　　　＃返回符合　ｘ大于０，则返回１，小于０，则返回－１；

tf.reciprocal(x,name=None)　　　＃取反运算 倒数

tf.square(x,name=None)　　　　　＃计算平方

tf.round(x,name=None)　　＃舍入最接近的整数

tf.pow(x,y,name=None)　　＃幂次方

import tensorflow as tf;
A=[2,3]
B=2
with tf.Session() as sess:
    print(sess.run(tf.pow(A,B)))　＃输出结果为［４，９］

tf.reduce_sum    按0为列1为行来降维求和，