tensorflow基础知识及深度学习
入门知识以及做深度学习
*小鸡炖蘑菇*
这个作者很懒,什么都没留下…
展开
-
8-tensorflow高阶操作
1.tf.where函数2.tf.scatter_nd 函数3.tf.meshgrid 函数网格图原创 2021-11-12 20:18:28 · 949 阅读 · 0 评论 -
7-矩阵数据的扩充、复制和限制幅度
1.矩阵中数据的扩充(tf.pad)2.矩阵中数据的复制(tf.tile)3.矩阵中数据限制幅度(tf.clip_by_value)4.等比例放缩数据(tf.clip_by_norm/clip_by_global_norm)原创 2021-11-12 20:10:35 · 871 阅读 · 0 评论 -
6-张量的数据统计
1.范数计算2.reduce_min/max/mean函数----代表最小值 最大值 均值3.tf.argmax/argmin函数-----找出最大值最小值的位置4.tf.equal函数—两矩阵作比较是否对应元素相等5.tf.unique—统计不重复的元素6.tf.sort—排序返回数组和tf.argsort–返回最大值位置的数组(两个函数都是默认按照最后一个维度排序)7.tf.math.top_k 也是进行排序(可以提取出最大的前几个)8.此方法应用求top-n的概率,即我要求原创 2021-11-12 20:02:08 · 1026 阅读 · 0 评论 -
5-体验tensorflow张量的前向传播
import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import datasets(x,y),_ = datasets.mnist.load_data()x = tf.convert_to_tensor(x,dtype=tf.float32) /255.y = tf.convert_to_ten原创 2021-11-12 17:02:26 · 429 阅读 · 0 评论 -
4-tensorflow中张量的数学运算
1.“ + - * / // %(加 减 乘 除 整除 余数) ”2.tf.math.log和tf.exp和tf.pow以及tf.sqrt函数3.矩阵相乘 1. 满足矩阵相乘的维度条件---可以直接运算 2. 不满足矩阵相乘的维度条件---需要先扩展维度4.线性函数运算...原创 2021-11-12 16:50:48 · 691 阅读 · 0 评论 -
3-维度变换
1. tf.reshape维度变化(变化前后需要保持整体维度一致)2.tf.transpose维度置换(全部倒置和特定维度置换)3.tf.expand_dims维度展开和tf.squeeze维度缩小(都是围绕维度为1的进行)4.tf.broadcast_to完成维度相加(维度相加的规则 右对齐,右变成为最小维度)...原创 2021-11-11 22:02:44 · 675 阅读 · 0 评论 -
2-数据索引和取值
‘小插曲’–打印下网络中W和b的初值1. 通过‘ :’对数据进行切片2.“ … ”的作用3.可选择的索引取值4.tf.boolean_mask对比bool型取值原创 2021-11-11 21:49:08 · 230 阅读 · 0 评论 -
1-常见的数据类型
**1. int32,float32,bool,string等用法**2. 常见一些属性**3. check Tensor Type****4.数据类型转换**—numpy转换tensor(convert_to_tensor和cast函数)—tensor转换numpy—tf.Variable类型5. 一些特殊数据生成—tf.ones和tf.zeros生成全1或全0数据—tf.fill填充某个数—tf,random系列函数—tf.gather 按照索原创 2021-11-11 21:34:58 · 578 阅读 · 0 评论