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

)

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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