TensorFlow2高阶操作

文章目录

TensorFlow2高阶操作
- 合并与分割
- 数据统计
- 张量排序
- 填充与复制
- 张量限幅
- 高阶操作
- 补充说明

合并与分割

tf.concat([a, b], axis)
- 沿着axis轴（维度）拼接若干个张量，必须保证参与拼接的各个张量除需要拼接的维度其他维度必须一致，concat不会创建新的维度，而是在原来的维度上累加。
- 示例。
tf.stack([a, b], axis)
- 拼接若干个张量（必须每个维度都是一致的），在指定的axis位置创建新的维度。
- 示例。
tf.unstack(a, axis)
- 在指定的轴上将张量分离，指定轴维度为多少则分离为多少个张量。
- 示例。
tf.split(a, axis, num_or_size_splits)
- 在指定维度上分离张量，如果num_or_size_splits给出的是整形数则均分为多个张量，如果给定的是列表，则按照列表的内容划分。
- 示例。

数据统计

范数tf.norm(a, ord, axis)
- 沿着axis轴，求解张量a的ord范数。（ord表示范数类似，1范数、2范数、无穷范数等，不指定ord则默认二范数）
- 示例
最值均值tf.reduce_min/max/mean(a, axis)
- 在指定维度上计算最值和均值，若不指定axis则将张量当成向量处理。
- 示例。
最值位置tf.argmax/min(a, axis)
- 在指定维度上计算最值的位置下标，不指定axis则在第一个维度上进行计算。
- 示例。
等值判断tf.equal(a, b)
- 两个张量对应位置比较是否值相等，返回与进行比较的两个张量同shape的张量，该位置相等为True，不等为False。
- 示例。
张量去重tf.unique(a)
- 返回一个Unique类型的变量，包含两个Tensor，一个是去重后的Tensor，一个是原Tensor中每个元素在去重后Tensor中的下标。根据返回的下标可以通过gather方法得到去重前Tensor。
- 示例。

张量排序

tf.sort(a, direction)/tf.argsort(a, direction)
- 按照指定的升序或者降序方向，对张量进行排序。当张量的维度大于1时，默认对最后一个维度进行排序。
- 示例。
tf.math.top_k(a, k)
- 找到k个最大或者最小值，返回值和该值所在下标。
- 示例。

填充与复制

tf.pad(a, [[A, B], [A, B],...])
- [A, B]表示每个维度的前后是否padding， 1表示填充，0表示不填充。
- 示例。
tf.tile(a, multiples)
- multiples用一个列表传入，表示各个维度复制多少次，最小为1。一般，能使用broadcast的情形不建议使用tile，因为broadcast不会因为复制而多占用内存，TensorFlow中很多运算符是默认支持broadcast的。
- 示例。

张量限幅

tf.maximum(a, num)/tf.minimum(a, num)
- 将张量一边用阈值限定，超过则元素置为阈值。缺点是该函数只能限制一边。
- 示例。
tf.clip_by_value(a, min, max)
- 将张量的元素值限制在[min, max]之间，比min小的设为min值，比max大的设为max值。
- 示例。
tf.clip_by_norm(a, norm)
- 根据范数值进行限幅，保证梯度方向不变，模改变的常见手段。
- 示例。
tf.clip_by_global_norm(a, norm)
- 根据范数值，整体同比例缩放梯度值。

高阶操作

tf.where(a)/tf.where(cond, A, B)
- 前者用法，返回张量中为True的具体下标，下标的格式依据张量的维度而定，配合gather方法可以定位异常值。后者用法，依据条件张量，为True的位置从A取值，不满足从B取值，返回最终张量。
- 示例。
tf.scatter_nd(indices, updates, shape)
- 在给定shape的底板张量（全0）上，indices标明位置更新为updates值。
- 示例。
tf.meshgrid(x, y)
- 组合x和y张量，生成分布存储的组合结果。有效避免了Python循环的使用且能支持GPU运算。
- 示例。

补充说明

本文主要讲解了TensorFlow2提供的一些较为高级的操作的API解析。
博客同步至我的个人博客网站，欢迎浏览其他文章。
如有错误，欢迎指正。

TensorFlow2-高阶操作相关推荐

TensorFlow2 入门指南 | 06 TensorFLow2 高阶操作汇总
前言: 本专栏在保证内容完整性的基础上,力求简洁,旨在让初学者能够更快地.高效地入门TensorFlow2 深度学习框架.如果觉得本专栏对您有帮助的话,可以给一个小小的三连,各位的支持将是我创作的最大 ...
深度学习（17）TensorFlow高阶操作六: 高阶OP
深度学习(17)TensorFlow高阶操作六: 高阶OP 1. Where(tensor) 2. where(cond, A, B) 3. 1-D scatter_nd 4. 2-D scatter ...
深度学习（16）TensorFlow高阶操作五: 张量限幅
深度学习(16)TensorFlow高阶操作五: 张量限幅 1. clip_by_value 2. relu 3. clip_by_norm 4. Gradient clipping 5. 梯度爆炸实 ...
深度学习（15）TensorFlow高阶操作四: 填充与复制
深度学习(15)TensorFlow高阶操作四: 填充与复制 1. Pad 2. 常用于Image Padding 3. tile 4. tile VS broadcast_to Outline pa ...
深度学习（14）TensorFlow高阶操作三: 张量排序
深度学习(14)TensorFlow高阶操作三: 张量排序一. Sort, argsort 1. 一维Tensor 2. 多维Tensor 二. Top_k 三. Top-k accuracy(To ...
深度学习（12）TensorFlow高阶操作一: 合并与分割
深度学习(12)TensorFlow高阶操作一: 合并与分割 1. concat 2. stack: create new dim 3. Dim mismatch 4. unstuck 5. spli ...
Tensorflow学习四---高阶操作
Tensorflow学习四-高阶操作 Merge and split 1.tf.concat 拼接 a = tf.ones([4,32,8]) b = tf.ones([2,32,8]) print( ...
PS高阶操作之字体特效
PS高阶操作之字体特效字体冰封效果字体金属样式字体冰封效果新建一个白色的像素画布. 新建好画布后,用油漆桶刷成深蓝色. 打开通道,新建一个通道,选择文字工具. 调整文字大小和位置.在菜单栏中选 ...
STM32 TIM PWM高阶操作：刹车及状态约束
STM32 TIM PWM高阶操作:刹车及状态约束刹车及状态约束是STM32 TIM PWM控制里面比较复杂的一部分,涉及到PWM波形产生前,中,后的管脚状态输出. 这里先引入两个描述,一个是&qu ...
PS高阶操作之木质纹理
PS高阶操作之木质纹理制作木纹纹理制作木纹相框制作木纹纹理新建画布,大小随意. 用油漆桶工具填充棕色,并解锁背景图层,菜单栏选择滤镜-杂色-添加杂色数量-60 分布-高斯分布. 滤镜-模糊- ...

TensorFlow2-高阶操作

TensorFlow2高阶操作

文章目录

合并与分割

数据统计

张量排序

填充与复制

张量限幅

高阶操作

补充说明

TensorFlow2-高阶操作相关推荐

最新文章

热门文章