tensorflow API翻译

英文API看了真是不爽，翻译几个常用的API，不一定准确

Shape

Shape可以说是张量、或者说是向量

可以以下图来表示的更加直观一点

placeholder

占位符，用来定义变量
tf.placeholder(dtype, shape=None, name=None)
shape是变量的维数，name是用来定义保存的变量名
x = tf.placeholder(tf.float32, shape=(1024, 1024))
定义了一个一维的，1024x1024的变量，不可直接使用，必须先初始化

x = tf.placeholder(tf.float32, shape=(1024, 1024))
y = tf.matmul(x, x)

with tf.Session() as sess:
  print(sess.run(y))  # ERROR: will fail because x was not fed.

  rand_array = np.random.rand(1024, 1024)
  print(sess.run(y, feed_dict={x: rand_array}))  # Will succeed.

truncated_normal

tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)
使用正态分布输出到shape，shape就是tensorflow中定义的“形状了”，在这里是一个一维的Array和Tensorflow数组

代码示例

weights = tf.Variable(tf.truncated_normal((120, 5)))
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(tf.truncated_normal((120, 5))))

可是生成出来是个二维的？输出结果：

argmax(input, axis=None, name=None, dimension=None)

返回指定维度上最大值的index
axis：维度
比如当前维度为[1,2,6,3],那么返回6的index：2