【Tensorflow】使用笔记

tf.dynamic_rnn

sequence_length：这个参数用来指定每个example的长度，比如上面的例子中，我们令 sequence_length为[20,13]，表示第一个example有效长度为20，第二个example有效长度为13，当我们传入这个参数的时候，对于第二个example，TensorFlow对于13以后的padding就不计算了，其last_states将重复第13步的last_states直至第20步，而outputs中超过13步的结果将会被置零。

数据格式：一维np array，int类型

Tensor的axis参数
比如一个tensor的维度为[1,2,3],则axis的取值：0对应1那个维度，1对应2那个维度，2对应3那个维度。

tf.multiply
tf.multiply(a,b),这个函数实现元素级别的相乘，也就是两个相乘的数元素各自相乘，不是矩阵乘法，注意和tf.matmul区别。

tf.nn.sigmoid_cross_entropy_with_logits

这个损失函数适用于多标签任务，分类之间不排斥。

输入
logits: 一个Tensor。数据类型是以下之一：float32或者float64。
targets: 一个Tensor。数据类型和数据维度都和 logits 相同。
name: 为这个操作取个名字。
输出
一个 Tensor ，数据维度和 logits 相同。