[CS20SI] 2 - Operations

最新推荐文章于 2021-01-13 23:38:40 发布

sgx_hit

最新推荐文章于 2021-01-13 23:38:40 发布

阅读量216

点赞数

分类专栏：编程技术深度学习文章标签： tebsorflow

本文链接：https://blog.csdn.net/Xiong_Sun/article/details/81353089

版权

编程技术同时被 2 个专栏收录

6 篇文章 0 订阅

订阅专栏

深度学习

4 篇文章 0 订阅

订阅专栏

这篇博客深入探讨了TensorFlow中的操作，包括如何使用TensorBoard进行可视化，详细解释了常量（Constants）的概念，特别是广播机制和指定值的常量。还介绍了变量的运用以及数据导入的方法。

摘要由CSDN通过智能技术生成

2.1 TensorBoard

a = tf.constant(2)
b = tf.constant(3)
x = tf.add(a, b)
writer = tf.summary.FileWriter('./graphs', tf.get_default_graph())
writer.close()

2.2 Constants

tf.constant(
    value,
    dtype=None,
    shape=None,
    name='Const',
    verify_shape=False
)

import tensorflow as tf
a = tf.constant([2, 2], name='a')
b = tf.constant([[0, 1], [2, 3]], name='b')

2.2.1 Broadcasting

import tensorflow as tf

#a是一个1x2矩阵，b是一个2x2矩阵
a = tf.constant([2, 2], name='a')
b = tf.constant([[0, 1], [2, 3]], name='b')

#a,b的shape不同，发生broadcasting，a==>2x2
#转化的方法为复制a的最后一个元素，所以a被broadcast成[[2,2],[2,2]]
x = tf.multiply(a, b, name='mul')

with tf.Session() as sess:
	print(sess.run(x))

#  >>  [[0 2]
#      [4 6]]

2.2.2 有特定值的constants

tf.zeros(shape, dtype=tf.float32, name=None)

tf.zeros_like(input_tensor, dtype=None, name=None, optimize=True)

tf.ones(shape, dtype=tf.float32, name=None)

tf.ones_like(input_tensor, dtype=None, name=None, optimize=True)

tf.fill(dims, value, name=None) 
# creates a tensor filled with a scalar value.

tf.fill([2, 3], 8) ==> [[8, 8, 8], [8, 8, 8]]

线性插值，start，stop，num（插值个数）
tf.lin_space(start, stop, num, name=None) 
# tf.lin_space(10.0, 13.0, 4) ==> [10. 11. 12. 13.]

#start（包括start），limit（最后结果小于limit），delta步长
tf.range(start, limit=None, delta=1, dtype=None, name='range')
# tf.range(3, 18, 3) ==> [3 6 9 12 15]

# 从0开始，5个数 
# tf.range(5) ==> [0 1 2 3 4]

node.eval()也可以运行session，得到输出结果. 需要运行 tf.InteractiveSession()