tensorflow常见函数——clip_by_value、numpy.random.RandomState、argmax
常见简单函数用法
- tf.clip_by_value()
tf.clip_by_value(V, min, max)
功能:截取在V,使V里面的各个元素在min和max之间
具体代码用法
import tensorflow as tf
v = tf.constant([[1.0, 2.0, 4.0],[4.0, 5.0, 6.0]])
result = tf.clip_by_value(v,2.5,4.5)
with tf.Session() as sess:
print(sess.run(result))# 输出结果如下
'''
[[ 2.5 2.5 4. ]
[ 4. 4.5 4.5]]
'''
- numpy.random.RandomState()
numpy.random.RandomState(None|int)
功能:产生随机数种子
具体代码用法
import numpy
for i in [1,2,3,4]:a = numpy.random.RandomState(None)b = a.rand(1,2)print(i)print(b)for i in [1,2,3,4]:a = numpy.random.RandomState(1)b = a.rand(1,2)print(i)print(b)# 结果输出如下
'''
1
[[ 0.63678388 0.53997544]]
2
[[ 0.88420701 0.11569489]]
3
[[ 0.55099434 0.9790908 ]]
4
[[ 0.6769419 0.42401973]]1
[[ 0.417022 0.72032449]]
2
[[ 0.417022 0.72032449]]
3
[[ 0.417022 0.72032449]]
4
[[ 0.417022 0.72032449]]
'''
- tf.argmax()
tf.argmax(input,dimension=None,name=None)
功能:返回沿dimension最大值的索引
具体代码用法
import tensorflow as tf
val = tf.constant([[1,2,3],[4,5,6]])
valShape = tf.shape(val)
t = tf.argmax(val,1)
with tf.Session() as sess:
result, shape = sess.run([t,valShape])
print(result)
print("shape = %s" % shape)#输出结果如下
'''
[2 2]
shape = [2 3]
'''
参考
https://blog.csdn.net/qq_41694195/article/details/79573494
https://blog.csdn.net/william_hehe/article/details/78635815
https://blog.csdn.net/m0_37041325/article/details/77159660
记录日期
2018/9/11 19:50 第一次
tensorflow常见函数——clip_by_value、numpy.random.RandomState、argmax相关推荐
- numpy.random.randn()与rand()的区别
1.numpy中有一些常用的用来产生随机数的函数,randn()和rand()就属于这其中. numpy.random.randn(d0, d1, -, dn)是从标准正态分布中返回一个或多个样本值 ...
- python随机抽样numpy_随机抽样 (`numpy.random`) | NumPy 中文
# 随机抽样 (numpy.random) Numpy的随机数例程使用 BitGenerator 和 Generator 的组合来生成伪随机数以创建序列,并使用这些序列从不同的统计分布中进行采样: B ...
- Numpy np.random.RandomState()的简单用法
和np.random.seed()一样,也是做一个随机数种子,不过前者是全局的,也就没有返回值的说法,而这个是局部的: 比如说: import numpy as nprnd = np.random.R ...
- Python 第三方模块之 numpy.random
本文概述 随机数是NumPy库中存在的模块.该模块包含用于生成随机数的功能.该模块包含一些简单的随机数据生成方法, 一些排列和分布函数以及随机生成器函数. 简单随机数据 简单随机数据具有以下功能: 1 ...
- np.random.RandomState、np.random.rand、np.random.random、np.random_sample
0. np.random.RandomState 计算机实现的随机数生成通常为伪随机数生成器,为了使得具备随机性的代码最终的结果可复现,需要设置相同的种子值: np.random.randn(-) ⇒ ...
- [转载] python的numpy.random详细解析
参考链接: Python中的numpy.float_power 随机抽样 (numpy.random) 简单的随机数据 rand(d0, d1, -, dn) 随机值 >>> np ...
- numpy : numpy.random
随机抽样 (numpy.random) 简单的随机数据 rand(d0, d1, ..., dn) 随机值 >>> np.random.rand(3,2) array([[ 0.14 ...
- numpy.random用法
最近发现numpy的random用法有很多,不注意很容易混淆,今天参考几个博客内容整理了一下. numpy.random.randint low.high.size三个参数.默认high是None,如 ...
- 【python】numpy.random用法
numpy中的random主要是用来产生随机数的一个模块. 模块使用中的常见问题: 1.randn()和rand()的区别: numpy.random.randn(d0, d1, -, dn)是从标 ...
最新文章
- C++ 笔记(36)— 接收输入字符串的几种方法
- 在Ubuntu 14.04 64bit上安装google-earth免费版
- [C#反射]C#中的反射解析及使用.
- 浅析机器学习中的自由度
- UNIX环境编程学习笔记(6)——文件I/O之判断文件类型
- 使用git将本地项目上传到github
- 15个最佳的代码评审(Code Review)工具
- 从无监督构建词库看「最小熵原理」,套路是如何炼成的
- Java多线程-线程中止
- vue.js:利用vue.js做一个抽奖小游戏
- Lock的tryLock()方法
- 优酷直播节目“冠军体育课”第二季收官 共吸引近百万用户观看互动
- Android Xml布局常见问题总结
- i7-9700与E5 2667 V2空载功耗对比
- 计算机不识别固态硬盘,电脑经常不识别固态硬盘
- JavaScript数组forEach方法
- 理不懂,你注定就是穷打工的命 【转】
- 产品经理如何进行数据分析?看这一篇文章就够了
- stm32f103c8t6调试-while(ADC_GetFlagStatus(ADC1, ADC_FLAG_EOC) == RESET );卡死
- PS如何快速使用对象选择工具抠图?