tensorflow函数方法

1.tf.where(condition,x=None,y=None,name=None)

作用：该函数的作用是根据condition,返回相对应的x或y,返回值是一个tf.bool类型的Tensor。
若condition=True,则返回对应X的值，False则返回对应的Y值。

import tensorflow as tf
sess=tf.Session()
A =tf.where(False,123,321)
print(sess.run(A)) #321B=tf.where(True,123,321)
print(sess.run(B)) # 123

2.tf.placeholder(dtype,shape=None,name=None)

参数：

dtype：数据类型。常用的是tf.float32,tf.float64等数值类型
shape：数据形状。默认是None，就是一维值，也可以是多维（比如[2,3], [None, 3]表示列是3，行不定）
name：名称

为什么要用placeholder?

Tensorflow的设计理念称之为计算流图，在编写程序时，首先构筑整个系统的graph，代码并不会直接生效，这一点和python的其他数值计算库（如Numpy等）不同，graph为静态的。然后，在实际的运行时，启动一个session，程序才会真正的运行。这样做的好处就是：避免反复地切换底层程序实际运行的上下文，tensorflow帮你优化整个系统的代码。我们知道，很多python程序的底层为C语言或者其他语言，执行一行脚本，就要切换一次，是有成本的，tensorflow通过计算流图的方式，帮你优化整个session需要执行的代码，还是很有优势的。
所以placeholder()函数是在神经网络构建graph的时候在模型中的占位，此时并没有把要输入的数据传入模型，它只会分配必要的内存。等建立session，在会话中，运行模型的时候通过feed_dict()函数向占位符喂入数据。

import tensorflow as tf
import numpy as npinput1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)output = tf.multiply(input1, input2)with tf.Session() as sess:print(sess.run(output, feed_dict = {input1:[3.], input2: [4.]}))

激活函数：

激励函数主要是为计算图归一化返回结果而引进的非线性部分。激励函数位于tensorflow的nn库（neural network， nn)。https://www.jianshu.com/p/55a47b1720ba

激活函数	定义	备注
tf.nn.relu()	max(0, x)	大于零取原值，小于零取零
tf.nn.elu()		大于等于0的值取原值，小于0的值按照公式计算，a取值为1

3.tf.nn.relu(features, name = None)

作用：计算激活函数relu,即 max(0,features) ，大于零取原值，小于零取零。

import tensorflow as tfa = tf.constant([-1.0, 2.0])
with tf.Session() as sess:b = tf.nn.relu(a)print sess.run(b) #输出的结果是：[0. 2.]

4.tf.nn.elu(x)

elu函数

import tensorflow as tfinput=tf.constant([0,-1,2,-3],dtype=tf.float32)
output=tf.nn.elu(input)with tf.Session() as sess:print(sess.run(input)) #[ 0. -1. 2. -3.]print(sess.run(output)) #[ 0. -0.63212055 2. -0.95021296]sess.close()

按照公式上面大于等于0的值返回原值，小于0的值按照公式计算：
e = 2.718281828
-1： 1/2.718281828-1 = -0.6321205587664327
-3：1/(2.7182818282.7182818282.718281828)-1 =-0.9502129316069129

tensorflow函数方法相关推荐

tensorflow函数API总结
tensorflow函数API总结: 首推官网查询 tf.keras.Input:创建输入层别名: tf.keras.Input tf.keras.layers.Input tf.keras.Inp ...
【TensorFlow-windows】keras接口——利用tensorflow的方法加载数据
前言之前使用tensorflow和keras的时候,都各自有一套数据读取方法,但是遇到一个问题就是,在训练的时候,GPU的利用率忽高忽低,极大可能是由于训练过程中读取每个batch数据造成的,所以又 ...
【TensorFlow】TensorFlow函数精讲之tf.nn.max_pool()和tf.nn.avg_pool()
tf.nn.max_pool()和tf.nn.avg_pool()是TensorFlow中实现最大池化和平均池化的函数,在卷积神经网络中比较核心的方法. 有些和卷积很相似,可以参考TensorFlow ...
js中函数,方法,事件对比区分，什么是方法，什么是函数
微信小程序开发交流qq群 581478349 承接微信小程序开发.扫码加微信. 正文: 简单的理解:函数是运行在本地的,方法是公用的. 事件是开关,通过某某事件触发某个函数通常命名规范 ...
C语言题解：用二分法思想求解10个元素中某个元素的下标(包含函数方法)
算法思想:用左下标和右下标之和除二得出中间下标值,再通过与所求元素比较,缩小范围,最后实现左下右下标相等,即找出所求下标.代码实现如下: #include <stdio.h> int ma ...
树莓派安装python3.5+tensorflow_树莓派4B安装Tensorflow的方法步骤
1.写作背景 Tensorflow官方在2018年宣布,正式发布支持树莓派版本的Tensorflow,编者开始直接用: pip install tensorflow 进行安装,在安装成功后使用impo ...
win10+python3.6+tensorflow-cpu+keras+Pycharm环境下的tensorflow配置方法
在pytorch成功配置的基础上,也尝试着把tensorflow和keras安装了一下. Win 10 Anaconda3-5.2.0-Windows-x86_64.exe python3.6 ten ...
Python列表函数方法
Python列表函数&方法 Python包含以下函数: 序号函数 1 cmp(list1, list2) 比较两个列表的元素 2 len(list) 列表元素个数 3 max(list) 返 ...
全面讲解Python列表数组(三)列表数组类型的内置函数方法
列表数组类型的内置函数方法这里有一个列表 list1[1,2,3,4,1,5,6,7,8,9] 一, count() list1.count(1) 2 作用是计算列表一个元素出现的次数; 二. in ...