tensorflow中的各种函数、细节

1.tf.layers.dense

是一个全连接层

2.注意下面程序的输出

ones = tf.ones(shape=[2,3])
print(ones)

temp1 = tf.nn.softmax(ones,axis=0)
print(temp1)

temp2 = tf.nn.softmax(ones,axis=1)
print(temp2)

print(tf.reduce_sum(ones, 0)) 

--------------------------------------------------------

tf.Tensor(
[[1. 1. 1.]
 [1. 1. 1.]], shape=(2, 3), dtype=float32)
tf.Tensor(
[[0.5 0.5 0.5]
 [0.5 0.5 0.5]], shape=(2, 3), dtype=float32)
tf.Tensor(
[[0.33333334 0.33333334 0.33333334]
 [0.33333334 0.33333334 0.33333334]], shape=(2, 3), dtype=float32)
tf.Tensor([2. 2. 2.], shape=(3,), dtype=float32)

注意一个shape(2,3)的矩阵，reduce_sum(axis=0)，会变成(1,3)的矩阵，然后你就知道实际上是把行相加起来。

一个shape(2,3)的矩阵，reduce_sum(axis=1)，会变成(2,1)的矩阵，然后你就知道实际上是把列加起来。

temp1 = tf.nn.softmax(ones,axis=0)，ones的shape是(2,3)，沿着axis=0进行softmax，可知，其除以的矩阵shape是(1,3)，可知，除以的矩阵是两行加起来的结果，所以temp1中的所有元素都是1。

通过axis=0，我们可以推导出某个操作所产出矩阵的shape。

 

3.