阅读源码遇到的一些TF、keras函数及问题2（--小白笔记）

最新推荐文章于 2024-05-17 14:01:00 发布

菜鸟要超神

最新推荐文章于 2024-05-17 14:01:00 发布

阅读量7k

点赞数 3

分类专栏：代码笔记文章标签： TF 函数 mnist手写体数字识别源码 keras

本文链接：https://blog.csdn.net/jsliuqun/article/details/64444302

版权

本文介绍了在TF和Keras中常见的函数，包括numpy的拼接与重复函数，Keras的全连接层(Dense)、卷积层(Convolution2D与Deconvolution2D)、规范化层(BatchNormalization)以及一些网络层如Dropout和Flatten。此外，还讨论了LeakyReLU和PReLU激活函数，以及数据读取与处理中的问题。

摘要由CSDN通过智能技术生成

numpy.hstack((a,b))与numpy.vstack((a,b))

合并数组
hstack在列上合并，vstack在行上合并。

>>> a = np.ones((2,2))
>>> b = np.eye(2)
>>> print np.vstack((a,b))
[[ 1.  1.]
 [ 1.  1.]
 [ 1.  0.]
 [ 0.  1.]]
>>> print np.hstack((a,b))
[[ 1.  1.  1.  0.]
 [ 1.  1.  0.  1.]]

test3=numpy.array([[1],[2],[3]])
#test3.shape
#(3, 1)
test4=numpy.array([[5],[6],[7]])
#test4.shape
#(3, 1)
test5=numpy.hstack((test3,test4))
test5
>>> array([[1, 5],
       [2, 6],
       [3, 7]])
#test5.shape
#(3, 2)
test5=numpy.vstack((test3,test4))
test5
>>> array([[1],
       [2],
       [3],
       [5],
       [6],
       [7]])
#test5.shape
#(6, 1)

numpy.tile(a,b)

重复a，b次，这里的b可以时int类型也可以是元组类型。

>>> import numpy  
>>> numpy.tile([0,0],5)#在列方向上重复[0,0]5次，默认行1次  
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])  
>>> numpy.tile([0,0],(1,1))#在列方向上重复[0,0]1次，行1次  
array([[0, 0]])  
>>> numpy.tile([0,0],(2,1))#在列方向上重复[0,0]1次，行2次  
array([[0, 0],  
       [0, 0]])  
>>> numpy.tile([0,0],(3,1))  
array([[0, 0],  
       [0, 0],  
       [0, 0]])  
>>> numpy.tile([0,0],(1,3))#在列方向上重复[0,0]3次，行1次  
array([[0, 0, 0, 0, 0, 0]])  
>>> numpy.tile([0,0],(2,3))<span style="font-family: Arial, Helvetica, sans-serif;">#在列方向上重复[0,0]3次，行2次</span>  
array([[0, 0, 0, 0, 0, 0],  
       [0, 0, 0, 0, 0, 0]])