Tensoflow2 —— tenosr 数据统计相关

本文介绍了TensorFlow中一些常用的基础操作,包括计算张量的范数、获取张量的最大最小值及其索引、进行张量间的等值比较及计算准确率、获取张量中的唯一值及其对应的索引,并演示了如何通过索引恢复原始张量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、norm

  1. tf.norm( tensro , ord = , axis = ) 默认ord = 1
    在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

二、max min

  1. tf.reduce_min( ) tf.reduce_max( ) 返回最大/小值
    在这里插入图片描述

  2. tf.argmax( ) tf.argmin( ) 返回最大/小值的index
    在这里插入图片描述

三、equal unique

  1. tf.equal( tensor1 , tensor2 ) 比较两个tensor
    在这里插入图片描述
    利用tf.equal() 计算ACCURACY
    在这里插入图片描述

  2. tf.unique( tensor )
    获得不重复的一个Unique array 和一个对应的idx array
    在这里插入图片描述
    通过tf.gather可以恢复
    tf.gather( Unique , idx ) ⇒ [4,2,2,4,3]

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值