TensorFlow介绍-TensorFlow2.0高阶操作

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