Tensorflow之基礎函式解析1

2021-08-20 19:47:31 字數 549 閱讀 5464

1.tf.argmax

tf.argmax就是返回最大的那個數值所在的下標,axis=0:按列比較;axis=1:按行比較

2. tf.equal 

tf.equal(a, b)是對比這兩個矩陣或者向量的相等的元素,如果是相等的那就返回true,反之返回false,返回的值的矩陣維度和a是一樣的;

3.tf.cast

tf.cast(x, dtype, name=none) 

將x的資料格式轉化成dtype.例如,原來x的資料格式是bool, 

那麼將其轉化成float以後,就能夠將其轉化成0和1的序列;

4.tf.reduce_mean       

tf.reduce_mean:求均值

5.accuracy.eval

accuracy = tf.reduce_mean(tf.cast(correct_prediction, 'float'))

accuracy.eval:在乙個seesion裡面「評估」tensor的值(其實就是計算)

accuracy.eval(feed_dict=)

TensorFlow(二)函式基礎

計算機實現的隨機數生成通常為偽隨機數生成器,為了使得具備隨機性的 最終的結果可復現,需要設定相同的種子值 np.random randn rng np.random randomstate 123 rng.randn 從均勻分布 low,high 中取樣 numpy.random uniform l...

tensorflow框架基礎之Session

會話持有並管理tensorflow程式執行時的所有資源 呼叫會話的兩種方式 方式一 明確的呼叫會話的生成函式和關閉會話函式 create a session sess tf.session use this session to run a result sess.run close this se...

TensorFlow學習之常用函式

tensorflow的設計理念稱之為計算流圖,在編寫程式時,首先構築整個系統的graph,並不會直接生效。然後,在實際的執行時,啟動乙個session,程式才會真正的執行。很多python程式的底層為c語言或者其他語言,執行一行指令碼,就要切換一次,這樣做的好處就是 避免反覆地切換底層程式實際執行的...