高阶操作
合并与分割
Merge and split:
tf.concat、tf.stack
tf.split、tf.unstack
1.concat:可以指定维度合并(其他维度相同),不能增添维度
2.tf.stack:其他维度相同,可以增添维度,默认是在axis=0维度添加。
3.tf.unstack:把指定维度拆分,全为一维
4.tf.split
数据统计
- tf.norm
- tf.reduce_min、tf.reduce_max、tf.reduce_mean
- tf.argmax、tf.argmin
- tf.equal
- tf.unique
1.tf.norm
(1)vector norm
(2)L1-norm
2.tf.reduce_min/max/mean:可指定轴,默认为0,0为列,1为行
3.tf.equal:返回布尔值
4.tf.unique:返回唯一值和唯一值所在索引
张量排序
- sort/argsort
- Topk
- Top-5 Acc
1.sort/argsort
sort:排序,默认升序,可指定降序
argsort:返回索引
2.Top_k:只返回前k个数值和索引
填充与复制
- pad
- tile
1.tf.pad:两维的向量,第一个[1,2]表示第一行上面加一行0,最后一行下面加两行0,[2,3]表示最左边一列添加两列0,最右边一列添加三列0。
2.tf.tile:[1,2],第一个维度扩充1倍,第二个维度扩充两倍
张量限幅
- clip_by_value
- relu
- clip_by_norm
- gradient clipping
1.tf.clip_by_value
tf.maximum(a,2):显示大于2的,小于2的显示为2
tf.clip_by_value(a,2,8):显示大小在2-8内的数值
2.tf.relu
3.tf.clip_by_norm
clip_by_norm是指对梯度进行裁剪,通过控制梯度的最大范式,防止梯度爆炸的问题。
4.Gradient clipping
高阶OP
- where
- scatter_nd
- meshgrid
1.where:返回True的索引位置
where(cond, A,B)
2.scatter_nd(indices,updates,shape)
shape是一个全0的底板,indices是索引,update是在相应位置更新的值。
3.meshgrid