tensorflow常用方法汇总

1. tf.constant(value, dtype=None, shape=None, name='Const')

- 创建一个常量tensor，按照给出value来赋值，可以用shape来指定其形状。
- value可以是一个数，也可以是一个list。 
- 如果是一个数，那么这个常亮中所有值的按该数来赋值。 
- 如果是list,那么len(value)一定要小于等于shape展开后的长度。赋值时，先将value中的值逐个存入。不够的部分，则全部存入value的最后一个值。

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

- 正太分布随机数，均值mean,标准差stddev 

3. tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None) 
- 截断正态分布随机数，均值mean,标准差stddev,不过只保留[mean-2*stddev,mean+2*stddev]范围内的随机数 

4. tf.random_uniform(shape,minval=0,maxval=None,dtype=tf.float32,seed=None,name=None) 

- 均匀分布随机数，范围为[minval,maxval]

5. tf.InteractiveSession()
- 在运行图的时候，插入一些由某些操作(operations)构成的计算图；
- 可以先构建一个session然后再定义操作（operation）

6. tf.Session()
- 需要在启动session之前构建整个计算图，然后启动该计算图