import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
import sklearn
import pandas as pd
import os
import sys
import time
import timeit
import tensorflow as tf
from tensorflow import keras
print(tf.__version__)
print(sys.version_info)
for module in mpl, np, pd, sklearn, tf, keras:
print(module.__name__, module.__version__)
#########################################################################################
# tf.function使python语法定义的函数转为TensorFlow中图的函数
# 图可以使运算结果更快
def scaled_elu(z,scale=1.0,alpha=1.0):
# z >= 0 ? scale * z : scale * alpha * tf.nn.elu(z)
# 这里使用了TensorFlow内置的函数,没有使用python中的函数,因为tf内置函数会对矩阵中每个值进行运算
is_positive = tf.greater_equal(z,0.0)
value = scale * tf.where(is_positive, z, alpha * tf.nn.elu(z))
return value
print(scaled_elu(tf
Tensorflow基础API使用_2.python函数与图相互转换,函数签名(input_signature)与·图函数
最新推荐文章于 2022-08-01 17:15:49 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)