TF常用函数

最新推荐文章于 2024-07-26 17:36:26 发布

小榛果

最新推荐文章于 2024-07-26 17:36:26 发布

阅读量184

点赞数 5

文章标签： python tensorflow 开发语言

本文链接：https://blog.csdn.net/m0_70381931/article/details/140247952

版权

强制tensor转换为该数据类型

tf.cast(张量名,dtype=数据类型）

计算张量维度上的最小，最大值

tf.reduce_min(张量名)
tf.reduce_max(张量名)

理解axis
在一个二维张量或数组中，可以通过调整axis 等于0或1 控制执行维度

axis=0代表跨行(经度，down),

而axis=1代表跨列(纬度，across)

如果不指定axis，则所有元素参与计算

计算张量沿着指定维度的平均值，和

#平均值
tf.reduce_mean(张量名,axis=操作轴)
#求和
tf.reduce_sum(张量名,axis=操作轴)

tf.Variable()将变量标记为‘可训练’，被标记的变量会在反向传播中记录梯度信息。神经网络训练中，常用于该函数标记带训练参数。

tf.Variable(初始值)
#例
w=tf.Variable(tf.random.normal([2,2],mean=0,stddev=1))

四则运算(只有维度相同的张量才可以做四则运算）

tf.add
tf.subtract
tf.multiply
tf.divide

平方，次方，开方

tf.square
tf.pow
tf.sqrt

矩阵乘

tf.matmul

tf.data.Dataset.from_tensor_slices

切分传入张量的第一维度，生成输入特征/标签对。构建数据集(Numpy，Tensor格式都适用)

data=tf.data.Dataset.from_tensor_slices((输入特征，标签))

with结构记录计算过程，gradient求出张量的梯度

with tfGradientTape() as tape:
grad=tape.grandient(函数,对谁求导)

enumerate是python的内建函数，它可遍历每个元素(列表，元组，字符串),组合：索引元素，常用于for 循环中

enumerate(列表名)
#例

seq=['one','two','three']
for i element in enumerate(seq):
    print(i,element)

结果：
0 one
1 two
2 three

tf.one_hot,独热编码：在分类问题中，常用独热编码做标签 1表示是，0表示非

tf.one_hot(待转换数据，depth=几分类)

tf.nn.softmax(),使输出符合概率分布

$\frac{y_i{}}{\sum y_i{}}$

y=tf.constant([1.01,2.01,-0.66])
y_pro=tf.nn.softmax(y)

assign_sub

赋值操作，更新参数的值并返回

调用assign——sub前，先用头发。Variable定义变量w为可训练（可自动更新）

w.assign_sub(w要自减的内容)
w=tf.Variable(4)
w.assign_sub(1)

tf.argmax 返回张量沿指定维度最大的索引

tf.argmax(张量名,axis=操作轴)

关注