【神经网络实践】tentorflow上的多目标识别（2）

前言：

{

    这3天也是够忙的，这次也更新不了多少内容。

}

 

正文：

{

    tensorflow对操作tensor有一套自己的函数。其实tensorflow中关于tensor的操作都只是定义tensor的操作，只会在开始时运行一次（或者说这些操作其实算是一种新的编程语言，它嵌套在Python中，用来定义graph）。因此当需要使用if判断的时候就需要用到tensorflow里的cond()。见代码1。

#代码1
result = tf.cond(y<z, lambda:tf.add(x, z), lambda:tf.add(y))

    可以看到，cond()也是graph里的一个结点，这个结点包含了两种运算，并且通过判断返回其中一种的结果。运行run(result)会得到x与y和z中最大者的和。

    如果要改变shape中含有None的tensor（例如placeholder），可以使用reshape，但是一定在相应位置加-1，如代码2。

#代码2
placehoder = tf.placeholder([None, 20, 20])
placehoder = tf.reshape(-1, 20*20)    #placehoder的shape变为[None, 400]

}

 

结语：

{

    这次就先更新这么多，最近实在是没时间也没精力，争取下次完成这个实践。

}