tf.get_variable(name, shape, initializer):
name:变量名称
shape:变量的维度
initializer:变量初始化的方式
初始化的方式有以下几种:
tf.constant_initializer:常量初始化函数
tf.random_normal_initializer:正态分布
tf.truncated_normal_initializer:截取的正态分布(参考链接)
tf.random_uniform_initializer:均匀分布
tf.zeros_initializer:全部是0
tf.ones_initializer:全是1
tf.Variable():每次使用创建,reuse属性对其不起作用,tf.get_variable,如果使用的对象已经创建,则把该对象返回,如果没有创建,则创建一个新的对象。
2、卷积操作
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)
先卷积再相加
tf.nn.depthwise_conv2d(input, filter, strides, padding, name=None)
只卷积不相加
3、多线程操作
关于tensorflow 的数据读取线程管理QueueRunner
tf.pleceholder()没有初始值,只有在空间中的内存。在会话中,占位符可以使用 feed_dict 馈送数据。
5、tf.unravel_index(indices, dims,order='C')
indices:将一个矩阵flatten后所需要取出的index
dims:原矩阵的形状shape
>>> np.unravel_index([22, 41, 37], (7,6))
(array([3, 6, 6]), array([4, 5, 1]))
>>> np.unravel_index([31, 41, 13], (7,6), order='F')
(array([3, 6, 6]), array([4, 5, 1]))
>>> np.unravel_index(1621, (6,7,8,9))
(3, 1, 4, 1)
若indices有多个,则行信息为一个array,列信息为一个array……
6、import .. as ..和from .. import ...的区别
参考链接:http://blog.csdn.net/wenhao_ir/article/details/52327687
http://blog.csdn.net/wangxiaopeng0329/article/details/78636057
9、tf.split()
参考链接
9、tf.reduce_max(tensor,dim)
get the max value of dim