张量学习,记录ppt和自己的理解
张量就是n维矩阵
- 创建一个tensor
注意这里创完的一个tensor的数据类型,有的时候需要数据类型转换。
使用截断式(tf.random.truncated_normal)的好处是数据都在均值附近
2.常用函数
tf.cast可以将1中生成的张量数据类型转换,例如转为float32
axis=n,对第n个维度操作,在一般使用中,第1个维度(编号0)是一小包数据,第二个维度编号1是数据的标号。例如:第一个维度是学生的详细信息,第二个维度是学生的编号。
tf.Variabl带训练参数用这个声明。
将两个数据合在一起,结果为enumerate(下边介绍)。可以和batch连用,例如:train_db = tf.data.Dataset.from_tensor_slices((x_train, y_train)).batch(32),将两个数据合在一起并32个为一组
tf.GradientTape()
tf.one_hot:独热码。
大概意思是将数据打标签,比如我有三个class,经过网络后softmax会生成一个向量,有三个元素,这三个元素概率和为1,而打完标签的独热码只有真值是1,这样就可以求loss。
assign_sub(para),自减操作,类似于 “-= para”
但是要注意他只能给可训练的变量(声明tf.Variable)自减,
tf.argmax(张量名, axis=),求某一个维度的最大值的索引!!!是索引!!