qq_36556054的博客

代码来自《TensorFlow实战Google深度学习框架（第2版）》，直接上例子：#在名字为foo的命名空间内创建名字为v的变量with tf.variable_scope("foo"): v = tf.get_variable("v", [1], initializer=tf.constant_initializer(1.0))#以下代码会报错，因为命名空间foo中已经存在名字...

这两个函数都可以创建一个变量，举例：#以下两个定义等价v = tf.get_variable("v",shape=[1], initializer=tf.constant_initializer(1.0))v = tf.Variable(tf.constant(1.0,shape=[1]),name="v")注意：tf.Variable()的name可以省略，tf.get_va...

B = tf.transpose(A)#若A为二维数组，则此句表示对A转置得到B若A为更高维数组，用到再说。

函数原型：tf.concat([tensor1, tensor2, tensor3,...], axis)tensorflow中用于拼接张量。举例： t1 = [[1, 2, 3], [4, 5, 6]] t2 = [[7, 8, 9], [10, 11, 12]] tf.concat([t1, t2], 0) # [[1, 2, 3], [4, 5, 6], [7, 8, ...

给tensor增加维度import tensorflow as tfa = tf.range(10,dtype=tf.int32)print(a)b = a[:,tf.newaxis]print(b)a的shape为（10，）b的shape为（10，1）若b = a[newaxis,:]，则b的shape为（1,10）...

在同一维度上的复制：tile( input, multiples, name=None)multiples的维度应与input相同。举例接上一篇tf.newaxis：import tensorflow as tfa = tf.range(10,dtype=tf.int32)print(a)b = a[:,tf.newaxis]print(b...