1.tf.argmax()
返回 arr 的最大值
with tf.Session() as sess:
print(sess.run(tf.argmax(arr, 0)))# 返回每一列的最大值的索引
print(sess.run(tf.argmax(arr, 1)))# 返回每一行的最大值的索引
2.tf.equal()
比较data_1和data_2是否一样,
一样返回True
否则返回False
3.tf.cast()
#强制类型转换
#将data_1(可以为int,bool,float,python列表,python元组【输出转换后的数据,原数据不变】)转换成指定dtype类型
tf.cast(data_1,dtype)
4.tf.reduce_mean()
#求input_data平均值
with tf.Session() as sess:
a = [[1.,2.,3.,4.,5.],
[2.,2.,4.,4.,4.]]
s1 = tf.reduce_mean(a,0)#求第一维的平均值
s = tf.reduce_mean(a,1)#求第二维的平均值
print(sess.run(s))
注意:结果的类型与你的数据内容的类型一致