w1 = tf.variable(tf.random_normal([2, 3], sttdev = 1, seed = 1))
生成矩陣的均值為0，方差為2。使用seed=1指定隨機種子，可以保證每次執行得到的結果相同。
sess.run(w1.initializer)
初始化w1
sess.run(tf.initiable_all_variables())
初始化所有的變數
tf.assign(w1, w2)
w1.assign(w2)
將w2的值賦值給w1
sess.run(y, feed_dict = ))
給placeholder型別的x賦值
tf.clip_by_value(y, min, max)
將y的值壓縮在[min, max]之間
tf.greater(v1, v2)
比較兩個輸入張量的每乙個元素的大小，並返回比較結果（數值型的結果為布林型）
tf.select(k， v1， v2)
第乙個引數為選擇條件，當為true時，函式結果為第二個引數中的值， 否則使用第三個引數。
tensorflow常用函式
1.variable 主要在於一些可訓練變數 trainable variables 比如模型的權重 weights 或者偏執值 bias 1 宣告時，必須提供初始值 2 在真實訓練時，其值是會改變的，自然事先需要指定初始值 weights tf.variable tf.random normal ...
TensorFlow常用函式
使用tensorflow計算流程 1 prepare train data 2 define model and graph 3 choose optimizer 4 create a session to run import tensorflow as tf 1.tf.reduce mean i...
Tensorflow 常用函式
1.tqdm list 方法可以傳入任意一種list,比如陣列 from tqdm import tqdm for i in tqdm range 1000 do something pass2.w1 tf.variable tf.truncated normal 5,5,1,inflated 0 ...