Tensorflow2.0——高阶操作

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