tf.argmax、tf.equal、tf.cast、tf.reduce_sum、tf.reduce_mean用法
a = tf.argmax([[0, 1, 0, 0], [1, 0, 0, 0], [0, 0, 0, 1]], axis=1) # tf.argmax(a, axis=1)a是一个列向量,其中的元素是行向量。最后得到的是最大值的下标,按行
b = tf.equal([0, 2, 3], [0, 1, 3]) # tf.equal(a, b) 要求a,b是行向量将相等的位置设置为True,不相等的位置设置为False
c = tf.cast([True, False, True, True], tf.float32) # 将为True的位置置为1. ,False的位置置为0.
d = tf.reduce_sum([[1, 2, 3, 4], [2, 2, 2, 2]], axis=1) # tf.reduce_sum(a, axis=1)按行求和 要求a是列向量,里面元素是行向量
e = tf.reduce_mean([[1], [3], [2]]) # tf.reduce_mean(e) 要求e是列向量
with tf.Session() as sess:
# print(sess.run(a)) # [1 0 3]
# print(sess.run(b)) # [ True False True]
# print(sess.run(c)) # [1. 0. 1. 1.]
print(sess.run(d)) # [10 8]
# print(sess.run(e)) # 2