琐碎的知识点

1、Python assert的使用
断言，使用assert关键字后面接一个条件表达式

• 如果条件表达式为真，意味着程序的当前条件与开发人员的自己断言的情况一样，则程序继续运行
• 如果为假，则表明一定在前面发生了错误，则程序停止运行，抛出异常
  例：

assert 1!=1  #断言1不能于1

2、tensorflow由于版本问题出现的错误
问题：TypeError: Value passed to parameter ‘shape’ has DataType float32 not in list of allowed values: int32, int64
解决方案:根据控制台的提示，找到shape这个方法进行数据类型转换。np.int(…)
问题：ValueError: Only call softmax_cross_entropy_with_logits with named arguments (labels=…, logits=…, …)

解决方法：按照提示，需要将括号内的形参写出，即logits=outputs, labels=targets而非(outputs,targets)
3、np.newaxis

x1 = np.array([1, 2, 3, 4, 5])
print(x1)
# the shape of x1 is (5,)
x1_new = x1[:, np.newaxis]
print(x1_new)
# now, the shape of x1_new is (5, 1)
# 		[[1],
#        [2],
#        [3],
#        [4],
#        [5]]
x1_new = x1[np.newaxis,:]
print(x1_new)
# now, the shape of x1_new is (1, 5)
# [[1, 2, 3, 4, 5]]

3、tf.argmax()
tf.argmax(input,axis)返回每行或者每列的最大值的索引（位置），其中，axis=0表示比较每一列的元素，返回每一列的元素的最大值索引：

import tensorflow as tf
test = np.array([[1, 2, 5], [2, 5, 4], [5, 4, 3], [8, 7, 2]])
print(test)
print("-----")
with tf.Session():
    print(tf.argmax(test,1).eval())