备忘录tensorflow

1、得到tensor维度

    feature.get_shape()
    tf.shape()

2、lamda表达式

    lamda x,y:x+y  
    lamda (参数):(函数表达式)

3、将python任意类型的数据转变成tensor

    tf.conver_to_tensor(value,dtype=None,name=None,prefered_dtype=None)

4、tensorflow 模块功能相似

    tf.nn.layers 和 tf.contrib 模块很多功能是重复的。tf.nn比较基础,tf.layers提供高层的神经网络,是对tf.nn
    的进一步封装,tf.contrib是高级操作,封装更加完善,但是包含不稳定的实验代码,有可能以后API会改变。

5、生成器以及迭代器

    显示生成器数值使用next()即可

6、 shape属性

    list没有shape属性,想看的话可以使用np.shape()函数,array有shape属性,比如a.shape

7、 tf.stack()

    Stacks a list of rank-R tensors into one rank-(R+1) tensor.
x = tf.constant([1, 4])
y = tf.constant([2, 5])
z = tf.constant([3, 6])
tf.stack([x, y, z])  # [[1, 4], [2, 5], [3, 6]] (Pack along first dim.)
tf.stack([x, y, z], axis=1)  # [[1, 2, 3], [4, 5, 6]]
  • 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