TensorFlow2.0高阶操作
V2.0高阶操作:
张量的合并
• tf.concat: 拼接(拼接的维度可以不等,但是其它的维度形状必须相等。)
• tf.stack: 堆叠(创建新的维度,但已有的维度形状必须全部相等。)
unstack
• tf.unstack: 与stack对应的一个可逆的操作。
Split
• tf.split: 灵活性相对于unstack更强的分割操作。
数据统计
• tf.reduce_min/max:最大值和最小值
• tf.argmax/argmin:最大值的位置和最小值的位置
• tf.equal:两个张量的比较
• tf.unique:张量的独特值
V2.0数据统计:
reduce_min/max/mean
• reduce_min/max/mean: 既可以完成整个数据的最值的求解也可以完成某个维度上的求解。
• 指定维度:
argmax/argmin
• argmax/argmin: 分别返回最大值和最小值所在的位置。
Equal
• tf.equal: 张量之间的比较:
• 求解正确元素个数的实例:
Unique
• tf.unique: 去除重复元素
TensorFlow2.0张量排序
• Sort/argsort: 完成对某一个维度上的完全排序/获得排序后的索引位置
• Topk:获得前N个最值的元素和元素所对应的索引
V2.0: 填充
• tf.pad: 数据的填充:
• Image padding:
复制
• tf.tile: 沿着维度n次复制数据
• [a, b, c], 2 → [a, b, c, a, b, c]
TensorFlow2.0张量限幅
• clip_by_value: 根据值裁剪
• Relu
• Gradient clipping:
• clip_by_norm: 范数限制
• Gradient Clipping: 梯度裁剪