tensorflow常用函数

Tensor属性

Tensor有以下属性：

• name
• shape
• dtype

a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
d = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)

print(a)			# Tensor("a:0", shape=(2, 3), dtype=float32)
print(a.name)		# a:0   type: str
print(a.shape)		# (2, 3)
print(a.shape[0])	# 2
print(a.dtype)		# <dtype: 'float32'>
print(d)       		# Tensor("a_1:0", shape=(2, 3), dtype=float32)
print(d.name)    	# a_1:0
print(b)			# <tf.Variable 'b:0' shape=(3, 2) dtype=float32_ref>
print(c)			# Tensor("MatMul:0", shape=(2, 2), dtype=float32)

基本函数

算术运算

1. tf.square
   对每个元素求平方

tf.get_collection

从集合中获取变量，集合一般为 tf.GraphKeys.LOCAL_VARIABLES和 tf.GraphKeys.GLOBAL_VARIABLES

running_vars = tf.get_collection(tf.GraphKeys.LOCAL_VARIABLES, scope="my_metric")

tf.reduce_mean

用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor（图像）的平均值。

tf.reduce_mean(input_tensor,
                axis=None,
                keep_dims=False,
                name=None,
                reduction_indices=None)               

类似函数：

• tf.reduce_sum ：计算tensor指定轴方向上的所有元素的累加和;
• tf.reduce_max : 计算tensor指定轴方向上的各个元素的最大值;
• tf.reduce_all : 计算tensor指定轴方向上的各个元素的逻辑和（and运算）;
• tf.reduce_any: 计算tensor指定轴方向上的各个元素的逻辑或（or运算）;

tf.cast

作用是执行 tensorflow 中张量数据类型转换，比如读入的图片如果是int8类型的，一般在要在训练前把图像的数据格式转换为float32

t1 = tf.Variable([1,2,3,4,5])
t2 = tf.cast(t1,dtype=tf.float32)

t1: <tf.Variable 'Variable:0' shape=(5,) dtype=int32_ref>
t2: Tensor("Cast:0", shape=(5,), dtype=float32)

tf.metrics

tf.metrics介绍