1、创建常量
tf.constant(
value,
dtype=None,
shape=None,
name='Const',
verify_shape=False
)
value是必须设置的，dtype是数据类型(tf.float32、tf.float64)，shape格式(参考矩阵)，verify_shape是否检查value的形状与shape相符合。
2、初始化模型
with tf.Session() as sess:
tf.global_variables_initializer().run()
3、乘法
tf.multiply()与tf.matmul()的区别
前者将矩阵中的相应元素相乘。
[En]
The former multiplies the corresponding elements in the matrix.
后者是进行矩阵乘法
4、feed_dict
赋值和传递参数(个人理解，估计不严谨)
[En]
Assign values and transfer parameters (personal understanding, it is estimated to be not rigorous)
import tensorflow as tf
str = tf.compat.v1.placeholder(tf.string)
with tf.compat.v1.Session() as sess:
output = sess.run(str, feed_dict={str:'Hello CSDN'})
print(output)
Num1 = tf.compat.v1.placeholder(tf.float32)
Num2 = tf.compat.v1.placeholder(tf.float32)
Result = tf.multiply(Num1, Num2)
with tf.compat.v1.Session() as sess:
print(sess.run(Result, feed_dict={Num1:[5.],Num2:[6.]}))
5、tf.one_hot()
tf.one_hot(
indices,
depth,
on_value=None,
off_value=None,
axis=None,
dtype=None,
name=None
)
indices:将on_value值填入indices描述的位置中，其余用off_value填充
depth:输出时最内层的元素个数（axis默认时）
axis:假设输出result
默认为-1时，输出为indices.shape()*depth格式，其中将result[0][indices[0]]、result[1][indices[1]]…..等位置的值设置为on_value，其余设置为off_value
设置为0时，输出为depth*indices.shape()的格式，其中将depth[indices[0]][0]、result[indices[1]][1]…等位置的值设置为on_value，其余设置为off_value
6、np.eye(n)[x]
没有x参数时，生成一个n*n的单位矩阵
有x参数时，生成n*x.shape[1]的矩阵（也有可能是数组），其中result[0][x[0]]、result[1][x[1]]…..等位置的值设置为1，其余位置为0。
7、tf.reduce_mean（）
reduce_mean(input_tensor,
axis=None,
keep_dims=False,
name=None)
input_tensor:进行计算的原型
axis:
如果未设置，则默认情况下计算所有元素的平均值
[En]
When not set, the mean of all elements is calculated by default
设置为0时，保留input_tensor[0]维度的情况下计算均值
设置为1时， 保留input_tensor[1]维度的情况下计算均值
keep_dims:设置是否保留原有维度，True为保持，False为不报持
8、tf.nn.softmax_cross_entropy_with_logits（）
计算使用了softmax函数对应的损失函数的最小值
三个参数logits是最后一层的输出，lables是原有的结果Y，name无所谓
Original: https://blog.csdn.net/weixin_42531723/article/details/122088700
Author: 卑微康康
Title: TensorFlow
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/513910/
转载文章受原作者版权保护。转载请注明原作者出处！