林海

直接代码走起 import tensorflow as tf from tensorflow import keras from tensorflow.keras import layers, datasets, optimizers, Sequential, metrics, optimizers # 预处理 def preprocess(x, y): x = 2 * tf.cast(x, dtype=tf.float32) / 255 - 1 y = tf.cast(y, dtype

tensorflow进阶总结数据的合并与分割数据统计张量的比较填充数据限幅高级操作tip： 数据的合并与分割 tf.concat([a,b],axis=n)#拼接:不会会产生新的维度 ''' e.g.: a.shape = [4,32,8] b.shape = [6,32,8] axis = 0 => concat.shape = [10,32,8] ''' #约束：非拼接维度之间必须保持一致，否则拼接不合法。 tf.stack([a,b],axis=n)#堆叠:产生新的维度 ''' e.

Tensorflow2基础总结1 数据类型1.1 数值类型1.2 字符类型用的少不再赘述1.3 布尔类型2 数值精度3 待优化张量4 创建张量4.1从数组、列表对象创建4.2创建全0或全1的张量4.3创建自定义数值的张量4.4创建已知分布的张量4.5创建序列5.维度变换5.1视图变换5.2.增删维度6 复制7 数学运算7.1加减乘除、整除、余除（略）7.2乘方运算7.3指数运算和对数运算8 矩阵乘法 1 数据类型 1.1 数值类型 标量：单个实数，shape=[] 向量：1维实数集合，shape=[n] 矩