tf常用函数对照

在写强化学习作业的时候，遇到很多tf函数，在这里整理记录一下。

tf.variable_scope()
# tf.variable_scope可以让不同命名空间中的变量取相同的名字，无论tf.get_variable或者tf.Variable生成的变量

tf.placeholder()
# placeholder()函数是在神经网络构建graph的时候在模型中的占位，此时并没有把要输入的数据传入模型，它只会分配必要的内存。

tf.subtract(x, y, name=None)
# 返回 x-y 的元素。

tf.reduce_mean()
# 用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor（图像）的平均值。

tf.distributions.Normal(loc, scale)
#该函数定义了一个正态分布。loc是均值, scale是标准差。

self.normal_dist = tf.distributions.Normal(self.mu, self.sigma)
# 根据Mu和sigma求出一个正太分布，这个是随机的正态分布

tf.squeeze()
# 从张量形状中移除大小为1的维度.

zip()
# 将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表