tensorflow函数一览

本文详细介绍了TensorFlow 1.3.0版本中的各种函数,包括一元元素级操作(如数学函数、三角函数)、二元元素级操作(如算术运算)、张量生成和切片操作、变量操作以及概率分布和统计操作。内容涵盖了从基本的数学计算到复杂的张量操作,是理解TensorFlow函数的好资源。
摘要由CSDN通过智能技术生成

tensorflow函数一览

注意本文介绍的是version 1.3.0下的函数,有些函数可能在旧版本中没有。

转载请注明出处变天式的博客

前言:名词解释


tensor 张量,可以是一个数,也可以是一个向量、矩阵或者高纬度数据
operator 操作,在tensorflow里面,函数也叫作操作
Uni 一元,表示操作只有一个参数
Bi 二元,表示操作有2个参数
element-wise 元素级操作,表示该操作是对张量的每一个元素进行一一对应的操作,输出和输入的张量维度和元素个数保持不变
variable 变量,表示可以微分和手动更新的参数,代表神经网络中可以训练的参数,比如weight和bias
placeholder 占位符,如果把一整个神经网络看成一个未知的函数的话,占位符就相当于函数的输出
rank 秩,数组的维度的维度,例如标量的rank=0, rank(vector)=1, rank(matrix)=2, rank([[[1],[1]],[[2],[2]]])=3,…,以此类推

一元元素级操作(Uni Element-wise Operaters)

一元元素操作的输入参数一般是(tensor, name=None), name表示操作的名称,tensor是输入张量, 输出是一个shape和输入完全相同的张量,表示对输入张量tensor的每一个参数都申请了同一个操作的结果。例如abs([1., -1., 3., -4.]) => [1., 1., 3., 4.]

数学函数

tf.abs|log|exp|square|sqrt|reciprocal (x, name=None)

Computes the absolute value/log/exp/square/sqare root/reciprocal of a tensor element-wise.
计算张量每个元素的绝对值/自然对数/自然指数/平方/平方根/倒数。

import tensorflow as tf
tf.global_variables_initializer()
sess.run(tf.reciprocal([[3., 4.]]))
## array([[ 0.33333334,  0.25      ]], dtype=float32)

三角函数与反三角函数

函数名 参数 -
tf.sin|cos|tan (x, name=None) 三角函数
tf.asin|acos|atan (x, name=None) 反三角函数

Computes sin/cos/tan/asin/acos/atan of x element-wise.
按照元素计算正弦/余弦/正切/反正弦/反余弦/反正切值,输出和x的形状相同。
反三角函数指的是三角函数在其单调区间中的反函数。具体可百度之

import math
sess.run(tf.asin([0, 0.5, math.sqrt(0.5), 1.0]))
# array([ 0.        ,  0.52359879,  0.78539813,  1.57079637], dtype=float32)

取整函数

tf.ceil|tf.floor|tf.round|tf.rint (x, name=None)

Returns element-wise smallest integer in not less than x.
Returns element-wise biggest integer in not greater than x.
Returns element-wise integer closest to x.
按照元素向上取整\向下取整\四舍五入。tf.rint和tf.round的效用相同。四舍五入的时候如果小数部分是0.5的话,则取偶数,例如(-0.5->0.), (1.5->2.0).

sess.run(tf.ceil([0, 0.5, math.sqrt(0.5), 1.0]))
# array([ 0.,  1.,  1.,  1.], dtype=float32)
sess.run(tf.floor([0, 0.5, math.sqrt(0.5), 1.0]))
# array([ 0.,  0.,  0.,  1.], dtype=float32)
sess.run(tf.round([0, 0.5, math.sqrt(0.5), 1.5]))
# array([ 0.,  0.,  1.,  2.], dtype=float32)
sess.run(tf.rint([0, 0.5, math.sqrt(0.5), -0.5]))
# array([ 0.,  0.,  1.,  0.], dtype=float32)

最值索引

函数名 函数参数 函数说明
tf.arg_max|arg_min (x, dimension, name=None) 沿着指定的维度返回张量在指定维度最大值(或最小值)索引
tf.argmax|argmin (x, axis=None, name=None, dimension=None) 同上

tf.argmaxtf.arg_max执行的是同一个操作,但是推荐使用argmax,因为arg_max在将来会被deprecated.

复杂的函数/激活函数

函数名 函数参数 函数说明
tf.sinh|cosh|tanh (x, name=None) 双曲正弦,双曲余弦,双曲正切
tf.asinh|acosh|atanh (x, name=None) 反双曲正弦,反双曲余弦,反双曲正切
tf.sigmoid (x, name=None) Sigmoid函数
tf.rsqrt (x, name=None) 平方根的倒数

双曲三角函数

sinh(x)=exex2.0cosh(x)=ex+
  • 4
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值