1.绝对引用
from __future__ import absolute_import
忽略本目录,引入系统自带的标准库
参考网页:https://blog.csdn.net/caiqiiqi/article/details/51050800
2.精确除法
from __future__ import division
精确除法与截断除法相对,是否需要import division与版本有关
参考网页:https://blog.csdn.net/zengxiaosen/article/details/56039809
3.__future__模块
将新版本的功能导入到当前版本,于是可以在当前版本中测试一些新版本的特性
参考网页:https://www.cnblogs.com/shengulong/p/6653027.html
4.导入新print操作
from __future__ import print_function
print的功能经历过一个()的变化,在3.x版本中实际已无必要import print_function
参考网页:同3
5.增加维度
labels = tf.expand_dims(labels, 1)
对labels增加1维,增加的位置为(0,1,2,3,4。。。)中的1参考网页:https://blog.csdn.net/jasonzzj/article/details/60811035
https://blog.csdn.net/a_yangfh/article/details/77911126
6.tf.nn.in_top_k()
correct = tf.nn.in_top_k(logits, labels, 1)#返回True或者 false
logits的前1个最大的数的索引是否与labels相符
参考网页:https://blog.csdn.net/Enchanted_ZhouH/article/details/77200592
7.argmax
tf.argmax(a,n)
若n=0,找到各列的最大值索引;若n=1,找到各行的最大值索引。例如:
a=[[2,3],[7,6]]
b=sess.run(tf.argmax(a,0))#输出[1,1]
b=sess.run(tf.argmax(a,1))#输出[1,0]
8.eval
可视为run的意思,下面两句是同样的效果:
print(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels}))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))
参考网页:http://blog.sina.com.cn/s/blog_155d29f010102wqj6.html
9.argparse
argparse是一个命令解析器,使python能够直接从命令行读取参数
参考网页:https://blog.csdn.net/a1964543590/article/details/69791760
http://www.cnblogs.com/arkenstone/p/6250782.html