tensorflow知识点

基于tensorflow 1.12

常用API

1. tf.expand_dims(tensor, dim=2) # 扩展纬度

2. tf.tile(tensor, multiples=[1,1,5]) # 将第三纬度复制u5倍

3. tf.multiply(data1, data2) # 按位相乘

4. tf.cast([1,2], dtype=tf.float64) # 类型转换

5. data.get_shape().as_list() # 得到data的shape

6. tf.reduce_sum(data, axis=1, keep_dims=True) # 对纬度1求和

7. data.eval() # 查看tensor的值

8. tf.where(tf.cast(mask, tf.bool), data, -tf.ones_like(data) * np.inf) # 将mask为0的未知填充-inf，用于求max

9. tf.cast(tf.constant([1, 2, 3]), dtype=tf.float32) # 类型转换

10. 打印卷积的shape的权重

    import tensorflow as tf
    with tf.variable_scope(“generate”):
    with tf.variable_scope(“resnet_stack”):
    #简单起见，这里没有用第三方库来说明，
    bias = tf.Variable(0.0,name=“bias”)
    weight = tf.Variable(0.0,name=“weight”)
    for tv in tf.trainable_variables():
    print (tv.name)
    b = tf.get_default_graph().get_tensor_by_name(“generate/resnet_stack/bias:0”)
    w = tf.get_default_graph().get_tensor_by_name(“generate/resnet_stack/weight:0”)
    with tf.Session() as sess:
    tf.global_variables_initializer().run()
    print(sess.run(b))
    print(sess.run(w))
    参考：https://blog.csdn.net/cassiePython/article/details/79179044

11. tensorflow.contrib.layers.conv2d 的padding
    有same和valid两种取值，如果是valid则不padding，原长度会缩小；
    如果是same，则是padding 0，如果需要padding的个数是n，那么在左边pad的数目是n//2，右边pad的数目是n - n//2（注意n为奇数时的区别）

12. layers.dropout(embed, keep_prob=(1.0 - opt.dropout_p), is_training=opt.training)

13. 交互式session:
    tf.InteractiveSession()
    14、打印当前的tensor的值
    a = tf.constant(np.random.random([2, 3, 4]))
    tf.Session().run(a)

14. reshape
    a = tf.constant(np.random.random([2, 3, 4]))
    b=tf.reshape(a, [6,4])

15. tf.sign(x)
    元素宽度的比较，如果元素>0设置为1，等于0或者为nan设置0，<0设置为-1

16. tf.gather() #用一个一维的索引数组，将张量中对应索引的向量提取出来

    import tensorflow as tf
    
    a = tf.Variable([[1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15]])
    index_a = tf.Variable([0,2])
     
    b = tf.Variable([1,2,3,4,5,6,7,8,9,10])
    index_b = tf.Variable([2,4,6,8])
     
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        print(sess.run(tf.gather(a, index_a)))
        print(sess.run(tf.gather(b, index_b)))
    
    #  [[ 1  2  3  4  5]
    #   [11 12 13 14 15]]
     
    #  [3 5 7 9]
    

17. 取矩阵对角线元素

    tf.matrix_band_part
    tf.linalg.band_part（新接口）
    matrix_band_part(
     	input,
    	num_lower,
    	num_upper,
    	name=None
    )
    表示以对角线为中心，分别向下三角和上三角取宽度num_lower和num_upper宽度的带状向量。当num_lower和num_uppwer为0时，就是取的对角线元素
    

18、tf.scatter_nd(indices, updates, shape)

	tf.gather的逆操作函数，创建一个形状为shape的零张量，将updates赋值到indices指定的位置。
	indices = tf.constant([[4], [3], [1], [7]])
	updates = tf.constant([9, 10, 11, 12])
	shape = tf.constant([8])
	scatter = tf.scatter_nd(indices, updates, shape)
	with tf.Session() as sess:
		print(sess.run(scatter))
	# 输出
	[0, 11, 0, 10, 9, 0, 0, 12]

19、tf.where(a>0):获取a中大于0的元素的索引

tensorboard使用

• tensorboard --logdir checkpoint/model_test --host=xx.xx.xxx.xx --port=8899
  可能会报 /lib64/libc.so.6: version `GLIBC_2.16’ not found的错误
  tensorboard这个命令本身是要给python文件，可以用:
  python ./tensorboard --logdir checkpoint/model_test --host=xx.xx.xxx.xx --port=8899