菜鸟学习第五周之tensorflow

ps:前一阵子玩去了没学习没更博

时间：20180827-20180902

 

 

 

python 中zip(a,b)zip()函数分别从a和b依次各取出一个元素组成元组，再将依次组成的元组组合成一个新的迭代器--新的zip类型数据

tf.placeholder(dtype, shape=None, name=None)

• dtype：数据类型。常用的是tf.float32,tf.float64等数值类型
• shape：数据形状。默认是None，就是一维值，也可以是多维，比如[2,3], [None, 3]表示列是3，行不定
• name：名称。

占位符。 

 

tf.Variable(<initial-value>, name=<optional-name>)

定义变量

Variable()构造函数需要变量的初始值（是一个任意类型、任意形状的tensor），这个初始值指定variable的类型和形状。通过Variable()构造函数后，此variable的类型和形状固定不能修改了，但值可以用assign方法修改。

 

tf.random_normal(shape, mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)

•     shape: 输出张量的形状，必选
•     mean: 正态分布的均值，默认为0
•     stddev: 正态分布的标准差，默认为1.0
•     dtype: 输出的类型，默认为tf.float32
•     seed: 随机数种子，是一个整数，当设置之后，每次生成的随机数都一样
•     name: 操作的名称

tf.zeros(shape,dtype=tf.float32,seed=Nobe,name=None)

•     shape: 输出张量的形状，必选
•     dtype: 输出的类型，默认为tf.float32
•     name: 操作的名称

 

tf.reduce_mean(input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None)

计算张量的各个维度上的元素的平均值

MonitoredTrainingSession(   ----构造函数

master='',

is_chief=True,

checkpoint_dir=None,

scaffold=None,

hooks=None,

chief_only_hooks=None,

save_checkpoint_secs=600,

save_summaries_steps=USE_DEFAULT, s

ave_summaries_secs=USE_DEFAULT,

config=None,

stop_grace_period_secs=120,

log_step_count_steps=100, max_wait_secs=7200

)