tensorflow 几个函数

卷积步骤：

1.      创建【卷积核】

2.      创建【偏置】

3.      进行【卷积】

4.      添加【偏置】

5.      计算【relu】

 

 

常量

         tf.constant

 

变量

         tf.variabl

  tf.get_variable("weight",[5,5,3,32],initializer=tf.truncated_normal_initializer(stddev=0.1))

 

初始化变量

         Tf.initialize_all_variables()

         tf.global_variables_initializer()

 

会话

         Withtf.sssion() as sess

                   Sess.run()

 

打印输出

         Print()

 

矩阵相乘

         Matmul

 

随机函数

         Tf.rand_normal

 

输入数据占位符

         Tf.placeholder()

 

损失函数

         Cross_entropy=-tf.Reduce_mean()

 

反向传播算法

         Tf.train.Adamoptimizer(0.001).minimize(cross_entropy)

 

卷积函数

         1.创建过滤器

         Filter_weigt= tf.ge_varible’weigts’,[5,5,3,16],initializer = tf.truncatd_normal)initializer

         2.创建偏置项

         Biases=tf.get_variable(‘biases’,[16],initializer = tf.constant_initializer(0.1))

         3.卷积运算

         Conv= tf.nn.conv2d(input,filter_wight,strides=[1,1,1,1],padding=’SAME’)

         4.添加偏置

         Bias= tf.nn.bias_add（conv,iases）

         5.relu激活函数

         Actived_conv= tf.nn.relu(bias)

 

池化层

         Tf.nn.max_pool(actived_conv,ksize=[1,3,3,1],strides=[1,2,2,],padding= ‘SAME’)

 

保存

         Saver = tf.train.saver()

         Saver.save(sess,”/path/model.ckpt”)

 

恢复

         Saver = tf.train.saver()

         Saver.restore(sess.”/path/model.ckpt”)