tf.py_func()函数

tensorflow由于构建的是静态图，所以导致在tf.Session().run()之前是没有实际值的，因此，在网络搭建的时候，是不能对tensor进行判值操作的，即不能插入if…else…之类的代码。第二，相较于numpy array，Tensorflow中对tensor的操作接口灵活性并没有那么高，使得Tensorflow的灵活性减弱。

在笔者使用Tensorflow的一年中积累的编程经验来看，扩展Tensorflow程序的灵活性，有一个重要的手段，就是使用tf.py_func接口。接口解析

代码测试：

def my_func(array1,array2):return array1 + array2, array1 - array2if __name__ =='__main__':array1 = np.array([[1, 2], [3, 4]])array2 = np.array([[1, 2], [3, 4]])a1 = tf.placeholder(tf.float32,[2,2],name = 'array1')a2 = tf.placeholder(tf.float32,[2,2],name = 'array2')y1,y2 = tf.py_func(my_func,[a1,a2],[tf.float32, tf.float32])with tf.Session() as sess:y1_,y2_ = sess.run([y1,y2],feed_dict={a1:array1,a2:array2})print(y1_)print('*'*10)print(y2_)

输出为：

[[2. 4.]
[6. 8.]]
**********
[[0. 0.]
[0. 0.]]

从上面的代码我们可以看出，tf.py_func()接收的是tensor，然后将其转化为numpy array送入我们自定义的my_func函数，最后再将my_func函数输出的numpy array转化为tensor返回。

如果不用tf.py_func()实现的话，我们还可以这样直接用array的方式操作：

def my_func(array1,array2):return array1 + array2, array1 - array2with tf.Session() as sess:array1 = np.array([[1, 2], [3, 4]])array2 = np.array([[1, 2], [3, 4]])y1,y2 = my_func(array1,array2)print(y1)print('*' * 10)print(y2)

输出为：

[[2 4]
[6 8]]
**********
[[0 0]
[0 0]]

tf.py_func()函数相关推荐

【转载】使用tf.py_func函数增加Tensorflow程序的灵活性
转自:https://blog.csdn.net/jiongnima/article/details/80555387 目录 tf.py_func函数接口 tf.py_func在Faster R-CN ...
经验干货：使用tf.py_func函数增加Tensorflow程序的灵活性
不知不觉,笔者接触Tensorflow也满一年了.在这一年当中,笔者对Tensorflow的了解程度也逐渐加深.相比笔者接触的第一个深度学习框架Caffe而言,笔者认为Tensorflow更适合科研一 ...
Tensorflow之调试(Debug) tf.py_func()
Tensorflow之调试(Debug)及打印变量 tensorflow调试tfdbg 几种常用方法: 1.通过Session.run()获取变量的值 2.利用Tensorboard查看一些可视化统计 ...
tensorflow tf.py_func
tf.py_func 在 faster rcnn的tensorflow 实现中看到这个函数 1 rois,rpn_scores=tf.py_func(proposal_layer,[rpn_cls_ ...
Tensorflow深度学习之二十五：tf.py_func
一.简介 def py_func(func, inp, Tout, stateful=True, name=None) 该函数重构一个python函数,并将其作为一个TensorFlow的op使用 ...
tensorflow与python交互系列，tf.py_function()、tf.py_func、tf.numpy_function()（一）
前言:前面在介绍使用tensorflow进行data pipeline的时候,遇到了一些问题,特意整理了两篇文章,请参见: tfrecord文件的map在使用的时候所踩的坑总结(map.py_func ...
tensorflow的tf.reduce_mean函数
tf.reduce_mean函数的作用是求平均值.第一个参数是一个集合,可以是列表.二维数组和多维数组.第二个参数指定在哪个维度上面求平均值.默认对所有的元素求平均.tf.reduce_mean 比如 ...
计算机一级电子表格TF函数,tf.slice()函数详解（极详细）
tf.slice()是TensorFlow库中分割张量的一个函数,其定义为def slice(input_, begin, size, name=None):.tf.slice()函数的那些参数设置实 ...
tensorflow中tf.get_variable()函数详解
如果变量存在,函数tf.get_variable()会返回现有的变量:如果变量不存在,会根据给定形状和初始值创建一个新的变量. def get_variable(name, shape=None, d ...

tf.py_func()函数

tf.py_func()函数相关推荐

最新文章

热门文章