tf.placeholder(tf.float32, [None, 784]) #占位符用于输入变量
tf.Variable(tf.zeros([784, 10])) #用于参数权重和偏置
tf.matmul(x, W) #矩阵乘法
tf.nn.softmax(tf.matmul(x, W)+b) #softmax模型
tf.reduce_mean() #求平均值
tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy) #梯度下降法
tf.global_variables_initializer().run() #变量初始化
sess = tf.InteractiveSession() #交互式 session
sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys}) #进行运算
tf.argmax(y,1) #矩阵按行或列计算最大值
tf.equal() #是对比这两个矩阵或者向量的相等的元素,如果是相等的那就返回True,反正返回False,返回的值的矩阵维度和A是一样的
tf.cast(correct_prediction, tf.float32) #强制类型转换
tf.nn.max_pool() #最大池化
tf.nn.relu() #relu
tf.nn.sparse_softmax_cross_entropy_with_logits() #交叉熵和softmax合并
tf.nn.dropout() #dropout
tf.train.exponential_decay() #动态下降速率
tf.train.MomentumOptimizer() #动量变化下降
tf.truncated_normal() #随机正态分布
tf.random_normal()
np.random.rand()
tf.square() #平方
np.dot() #点乘
tf.constant(10) #常数
TensorFlow常用函数
最新推荐文章于 2024-05-15 05:06:21 发布