TensorFlow2.0基础02

于 2021-05-18 15:24:42 发布
阅读量157 收藏
点赞数
分类专栏： tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mh594137514/article/details/116792165
版权
本文详细介绍了TensorFlow2.0中的一些基本操作，包括向量范数、极值平均值计算、排序及返回位置、数据填充与复制、张量限幅、WHERE操作以及scatter_nd的多维更新。重点讲解了tf.norm()、reduce_min/max/mean、topk、tf.pad、tf.tile、广播与张量复制的区别以及如何在梯度下降中应用张量限幅。
摘要由CSDN通过智能技术生成

目录

 

向量范数

tf.norm()求范数

求极值平均值

reduce_min/max/mean

排序及返回极值的位置

topk

topk accuracy

数据的填充与复制

tf.pad

图像填充

数据复制

tf.tile

与broadcast的区别，

张量限幅（限制数据范围区间）

等比例缩放

梯度下降中用处

WHERE（选择与提取）

scatter_nd

多维的更新

meshgrid

向量范数

tf.norm()求范数

在指定维度上求范数 （比如在行方向求二范数，每行进行求解，0为列，1为行）

求1范数，ord=1

求极值平均值

reduce_min/max/mean

不指定维度则求所有值的最大最小平均

 

求指定维度的均值，指定axis，则求每一行的的最大最小平均值

排序及返回极值的位置

sort排序，direction=descending降序，排序完后为43210

argsort：返回最大值所在的位置，最大的是4，所在位置为3，次大值为3，所在位置为2~

gather：收集，按照argsort坐标收集，得到43210

二维

topk

例子，最大的前两个，tf.top_k.indices

topk accuracy

最低0.47元/天 解锁文章
拽紧哥的腿毛
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Tensorflow2.0——基础
qq_42873479的博客
12-24 261
Tensorflow2.0——基础Tensorflow基础Tensorflow数据类型创建tensorTypical Dim DataTensorflow基本操作索引和切片维度变化 Tensorflow基础 Tensorflow数据类型 scalar：标量1.1 vector：向量[1.1],[1.1,2.2] matrix：矩阵[[1.1,2.2],[3.3,4.4]] tensor：所有数据类型 int、float、double bool、string 【基本操作】 【数据类型转换】 创建tens
Tensorflow2—tf.tile()
FlyDremever
09-06 463
tf.tile() 函数原型 tf.tile(input, multiples, name=None) 参数说明 input ： 张量。 一维或更高 multiples： 张量。 必须是以下类型之一：int32，int64。 一维长度必须与输入中的维度数相同 name ： A name for the operation (optional). 函数说明 根据multiples张量复制 input 产生新的张量。 multiples 中指定 input 中每一个维度的复制次数 a = tf
TensorFlow+OpenCV图像处理（ 二 图像几何变换-缩放、剪切、移位）
qq_951274168的博客
06-09 441
文章目录1.1调用API实现图像缩放（cv2.resize）1.2源码实现图像缩放1.3图像剪切1.4调用API实现图像移位（cv2.warpAffine）1.5源码实现图像移位 1.1调用API实现图像缩放（cv2.resize） import cv2 img = cv2.imread('lenacolor.png',1) imgInfo = img.shape print(imgInfo) height = imgInfo[0] width = imgInfo[1] mode = imgInfo[2]
Tensorflow维度扩张broadcast、tile
qq_41122834的博客
03-08 385
tf.broadcast_to b = tf.broadcast_to(tf.random.normal([4,1,1,1]),[4,32,32,3]) b.shape TensorShape([4, 32, 32, 3]) a=tf.ones([3,4]) a1=tf.broadcast_to(a,[2,3,4]) TensorShape([2, 3, 4]) tf.tile a2=tf.ex...
TensorFlow2.0 Broadcast 与 数学操作
廷益_飞鸟的博客
06-09 267
TensorFlow2.0 Broadcast 与 tile import tensorflow as tf import numpy as np print(tf.__version__) x = tf.random.normal([4, 32, 32, 3]) # 使用+号 直接隐式调用 broadcast 右边对齐，1或相等shape才可以 print((x + tf.random.normal([3])).shape) print((x + tf.random.normal([32, 32, 1
日月光华TensorFlow2.0个人收集整理的数据集和代码
06-11
TensorFlow 2.0是Google开源的深度学习框架，它在1.0版本的基础上进行了重大改进，提供了更加简洁、直观的API，支持Eager Execution（即时执行）模式，使得调试和开发过程更为便捷。此外，2.0版本还强化了Keras作为...
Google老师亲授TensorFlow2.0入门到进阶（教学视频、笔记）
05-05
Google老师亲授TensorFlow2.0入门到进阶（教学视频、笔记） 第1章 Tensorflow简介与环境搭建 第2章 Tensorflow keras实战 第3章 Tensorflow基础API使用 第4章 Tensorflow dataset使用 第5章 Tensorflow Estimator...
简单粗暴Tensorflow2.0.pdf
04-09
本手册是一篇精简的 TensorFlow 入门指导，基于 TensorFlow 的 Eager Execution（动态图）模式，力图让 具备一定机器学习及 Python 基础的开发者们快速上手 TensorFlow
日月光华 tensorflow2.0数据集
最新发布
12-15
【标题】"日月光华 tensorflow2.0数据集" 提供的是一个针对TensorFlow 2.0框架设计的数据集，可能包含了用于训练、验证和测试深度学习模型的各种数据。TensorFlow 2.0是Google开源的一个强大的机器学习库，其主要...
tensorflow2.0的一些高级函数用法
shelgi的博客
11-15 745
最近在学习tensorflow2.0的时候看到一些特别好用的高级函数，这里来记录一下它们的用法 1.tf.gather() tf.gather(params,indices,validate_indices=None,name=None,axis=0) 简单的理解一下，首先传入一个需要处理的张量，然后传入对他的选择操作，也就是一个索引张量。 下面举个例子： 考虑班级成绩册的例子，共有 4 个班级，...
直观的理解tensorflow中的tf.tile()函数
热门推荐
史丹利复合田的博客
09-06 7万+
tensorflow中的tile()函数是用来对张量(Tensor)进行扩展的，其特点是对当前张量内的数据进行一定规则的复制。最终的输出张量维度不变。 函数定义： tf.tile( input, multiples, name=None ) input是待扩展的张量，multiples是扩展方法。 假如input是一个3维的张量。那么mutiples就必须是一个...
tf.tile()函数详解（附代码理解）
weixin_39550091的博客
11-03 973
tf.tile( input, multiples, name=None ) 通过平铺（tile）一个张量来构造一个张量。沿着 ‘i’ 维度 input 值被复制 multiples[i] 次.例如,[a b c d] 由 [2] 平铺将得到 [a b c d a b c d]. input:输入，一个张量 multiples:一个 Tensor,必须是以下类型之一：i...
〖TensorFlow2.0笔记5〗TensorFlow2.0中的索引和切片！
AI新视界
04-06 3413
文章目录一、索引与切片1.1、最基本的索引方式1.2、Numpy的索引方式1.3、切片(单冒号)，start:end1.4、切片(双冒号)，start: end: step 隔着采样。1.4.1、双冒号另一个神奇的功能: tensor倒序 介绍如何对一个tensor的部分数据进行一个读取，也就是tensor的索引和切片。 一、索引与切片 1.1、最基本的索引方式 注意：这种索引方式比较通用...
如何计算tensorflow计算model的大小size（2）
liuweizj12的博客
05-10 1759
1,加adam优化器，保存模型 import os import tensorflow as tf import tensorflow.contrib.slim as slim from tensorflow.python import pywrap_tensorflow CURRENT_DIR = os.getcwd() train_dir = CURRENT_DIR + '/...
tensorflow2中以复制方式扩展tensor —— tf.tile()
吟游诗人——吟唱生命的不朽
05-11 3979
tensorflow2.0环境下，以复制方式扩展tensor，可以使用tf.tile()函数。 该函数定义如下（图自官网）：https://www.tensorflow.org/api_docs/python/tf/keras/backend/tile tf.tile()可以沿着某个维度对tensor进行指定倍数的复制，如下所示： import tensorflow as tf a = tf.constant([1, 2, 3]) tf.tile(a, [2]) # <tf.Tensor: id=2
Tensorflow中图像处理函数(图像大小调整)
昆仑-郑教主的专栏
07-30 2万+
图像大小的调整方式：在Tensorflow中通过tf.image.resize_images函数实现； 1.双线性插值算法（Bilinear interpolation）;Method取值为：0； 2.最近邻居法（Nearest  neighbor interpolation);Method取值为：1； 3.双三次插值法（Bicubic interpolation);Method取值为：2；
向量范数简述
qq_31239371的博客
12-16 5492
向量范数：表征在向量空间中向量的大小 常用的向量范数： 0范数，用以统计向量中非零元素的个数。 1范数，为向量中各个元素的绝对值之和。 2范数，就是通常意义上的模，即向量各个元素平方和的1/2次方。2范数又称Euclidean（欧几里得）范数或者Frobenius范数或欧氏距离，使用很广泛。 具体理解可以参考以下文章： https://blog.csdn.net/a6333230/article/details/87860875?utm_medium=distribute.pc_relevant
tensorflow矩阵按维度复制tile
Tian的博客
10-25 1万+
tf.tile()类似于numpy.tile() 转自https://blog.csdn.net/qq_18433441/article/details/54897250 numpy.tile()是个什么函数呢，说白了，就是把数组沿各个方向复制 比如 a = np.array([0,1,2]), np.tile(a,(2,1))就是把a先沿x轴（就这样称呼吧）复制1倍，即没有复制，仍然...
Tensorflow 2.0环境搭建与神经网络基础教程
"本资源是一份关于Tensorflow 2.0的学习笔记，主要介绍了如何在Windows环境下通过Anaconda安装Tensorflow，并解决可能遇到的问题，如命名冲突。着重强调了在使用Tensorflow 2.1时，确保正确配置CUDA和cuDNN，因为...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值