tensorflow2.0基本语法之张量的数据统计

1、tf.norm ()求张良的范数（默认求二范数）

例如：a=tf.ones([2,2]),tf.norm(a)=2.讲解：a是一个两行两列，元素都为1 的数组。tf,norm的运算是对a中的每一个元素先求平方和，再开根号。最终等于2.

但是范数也有“一范数”、“二范数”、“无穷范数”：二范数的运算是每个元素先求平方和，再开根号。一范数的运算是求每个元素的绝对值的和。无穷范数的运算是求所有元素绝对值的最大值，也叫最大值范数。

在使用norm时如果要求其他范数，需要指明。

如tf.norm(a,ord=1,aixs=1),表示对张量a在“1”维度上进行“一范数”求解。

2、reduce_max/min/mean   求张量的最大值、最小值、平均值

reduce_max(a,aixs=0)表示求第“0维”的最大值

在应用中一般需要返回最值的相应位置，此时使用argmax/argmin。

3、tf.equal()比较运算，返回的是每个维度比较后的结果，相同返回true,不同返回false。

需要注意的是此处返回的是每一个维度比较的布尔值列表。应用中一般需要知道相同的个数，以及正确率等，都需要对比较的结果做整型转化并求和才能得到。

4.tf.unique()删除张量中的重复元素，此时返回两个结果，一个是删除后的结果，还有一个输出是删除后得到的张量中的元素在原张量中的索引。

（忽然想写一点东西，没有贴图，勿喷。如有错误，欢迎留言指正。）