tensorflow就该这么学－－3

2024-04-19 09:59:38

一、张量及操作

1、张量介绍

（1）tensor类型

DT_FLOAT、DT_DOUBLE、DT_INT64、DT_INT32、DT_INT16、DT_INT8、DT_STRING、DT_BOOL

（2）rank（阶）维度

a = [[1,2,3],[4,5,6],[7,8,9]]表示为2阶，看几层中括号就行

（3）shape (形状) 表示内部组织关系

a = [[1,2,3],[1,2,3]]描述为(2,3)

2、张量相关操作

（1）类型转换

如：tf.to_double(x)

(2) 数值操作

(3)形状变换

(4)数据操作

tf.splice(input,begin,size,name=None)

参考连接https://blog.csdn.net/chenxieyy/article/details/53031943

3、算数运算函数

4、矩阵相关运算

4、复数相关操作

5、降维计算

6、分割操作

7、序列比较

二、共享变量

1、Variable的用法

2、get_variable

第二个get_var1 发生崩溃，说明个get_variable只能定义一次指定名称的变量，这里面使用相同的firstvar, 更改如下：

由此看出使用get_variable创建两个同样名字的变量是不行的

var1 = tf.get_variable('firstvar',shape=[2],dtype=tf.float32)

var2 = tf.get_variable('firstvar',shape=[2],dtype=tf.float32)

如果想要这么做，需要在特定作用域下获得变量，如下所示：

在不同作用域下生成的var1,var2是不同的，这就是scope的作用，scope还支持嵌套，如下所示：

scope里面有个参数reuse，如果reuse＝true表示定义过的变量，不再定义新的变量，而是去找原来此作用域的值，如下所示：

表明 var1和var3共用一个变量、 var2和var4共用一个变量，注意如果代码报错需要重置图在代码中加入 tf.reset_default_graph()即可

3、初始化共享变量作用域

如下所示：

4、作用域和操作符的受限范围

三、图的基本操作

1、建立图

注意：tf.reset_default_graph()函数会将当前图的资源全部释放，否则报错，当图中用tf.InteractiveSession建立会话时，结束没有close关闭，执行tf.reset_default_graph()函数时会报错

2、获取张量

3、获取结点操作

4、获取元素列表

5、获取对象

tensorflow就该这么学－－3相关推荐

tensorflow 就该这么学－－1
深度学习主要有下面几个步骤: 1.获取数据 2.搭建模型 3.模型训练 4.使用模型解决实际问题 tensorflow是现在最火的深度学习框架,值得学习简单的用tensorflow拟合二维数据 1. ...
tensorflow和python先学哪个-前辈说先学会了这些Python知识点，再谈学习人工智能！...
原标题:前辈说先学会了这些Python知识点,再谈学习人工智能! 首先我们看一看Python的优势: 开源,跨平台. 社区.不要小看这一点.社区意味着有很多教程.书籍,出了问题很容易google到,乃 ...
tensorflow就该这么学－－6（多层神经网络）
一.线性问题和非线性问题 1.线性问题某医院想用神经网络对已经有的病例进行分类,数据样本特征x包括病人的年龄x1和肿瘤的大小x2,(x[x1,x2]),对应的标签为良性或恶性(0.1) 二分类: ( ...
tensorflow 就该这么学－－2
1.模型机制 tensor 代表数据,可以理解为多维数组 variable 代表变量,模型中表示定义的参数,是通过不断训练得到的值 placeholder 代表占位符,也可以理解为定义函数的参数 ...
tensorflow就该这么学－－5( 神经网络基础)
一.单个神经元单个神经元输出时 y=w*x+b 1 .正向传播:输入数据,通过初始给定的参数w,b 计算出对应的函数值 2.反向传播:计算正向传播得到的函数值与真实标签之间的误差值,之后调整w,b ...
tensorflow就该这么学－－4（识别手写数字）
TensorFlow王位不保？ICLR投稿论文PyTorch出镜率快要反超了
自PyTorch出道以来,不断有人表示,发现了这样的趋势: "学术圈正在慢慢地抛弃TensorFlow,转投PyTorch." 如今,PyTorch 1.0发布,ICLR 2019 ...
用 Go 语言理解 Tensorflow
原文:https://pgaleone.eu/tensorflow/go/2017/05/29/understanding-tensorflow-using-go/ Tensorflow 并不是一个严 ...
Tensorflow神经网络框架小例子三层神经网络卷积神经网络循环神经网络神经网络可视化
Tensorflow神经网络框架以前我们讲了神经网络基础,但是如果从头开始实现,那将是一个庞大且费时的工作,所以我们选择一条捷径---神经网络框架.我理解的神经网络框架就相当于一个工具包.就比如我们 ...

最新文章

热门文章