tensorflow常见函数

Numpy.random.normal(loc=0.0,scale=1.0,size=None)

高斯分布函数

loc:该概率分布的均值，对应着整个分布的中心(center)

scale:该概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高

size:输出的shape，默认为None，只输出一个值

tf.random_uniform(shape.minval=0,maxval=None,dtype=tf.float32,seed=Node,name=None)

从均匀分布中输出随机值，生成的值在[minval,maxval]范围内均匀分布。

shape:一维整数张量或python数组，输出张量的形状

minval:范围的下限，默认为0

maxval:范围的上线，默认为1

dtype:输出类型：float16,float32,float64,int32,orint64

seed:一个python整数，为分布创建一个随机种子

name:操作的名称

tf.square:计算方差

tf.reduce_mean:求平均值

tf.random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)

用于从服从正太分布的数值中取出指定个数的值。

shape:输出张量的形状

mean:正态分布的均值

stddev:正态分布的标准差

dtype:输出的类型

seed:随机数种子

name:操作的名称

 tf.argmax(input,axis=None,name=None,dimension=None) 对输入的矩阵按照行或列计算最大值

input:输入的矩阵

axis:0表示列，1表示行

返回值：行或列的最大值下标向量

tf.cast(x,dtype,name=None)

将x的数据格式转化成dtype数据类型，如原来x的数据格式是bool，转化成float后，就能将其转化成0，1序列。

tf.reset_default_graph()函数：

用于清除默认图像堆栈并重置全局默认图形，默认图形是当前线程的一个属性。该函数只适用于当前线程。当一个td.Session或者tf.InteractiveSession激活时调用这个函数会导致未定义的行为。调用此函数后使用任何以前创建的tf.Operation或tf.Tendor对象将导致未定义的行为。

tf.mm.conv2d(input.filter,strides,padding,use_cunn_on_gpu=None,name=None)函数：

实现卷积的函数，搭建卷积神经网络的核心方法

input:输入的图像

filter:相当于CNN中的卷积核

strides:卷积时在图像的每一维的步长，[1,strides,strides,1].

padding:设置卷积方式

use_cudnn_on_gpu:bool类型，是否使用cudnn加速器，默认为true

返回值：feature map,shape为[batch,h,w,channels]

tf.nn.max_pool(value,ksize,strides,padding,name=None)函数：

CNN中最大池化操作

value:池化的输入，通常为feater map,

ksize:池化窗口大小，一般为[1,h,w,1]

strides:窗口在图像上的每一维的步长，[1,strides,strides,1]

padding:设置池化方式

tf.reshape(tensor,shape,name=None)函数：

将tensor变化为shape的形式，shape为一个列表形式。

tf.nn.dropout(x,keep_prob)函数：

防止过拟合，会随机扔掉一部分神经元。