【python】tensorflow常用方法

1、初始化变量

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

参考地址

3、多线程操作

关于tensorflow 的数据读取线程管理QueueRunner

4、占位符和feed_dict

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

order：选择行在前还是列在前

>>> 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

7、tensorflow保存图和权重

http://blog.csdn.net/wangxiaopeng0329/article/details/78636057

参考链接

8、argparse

点击打开链接

9、tf.split()
参考链接

9、tf.reduce_max(tensor,dim)

get the max value of dim