【python】tensorflow常用方法
tf.get_variable(name, shape, initializer):
name:變數名稱
shape:變數的維度
initializer:變數初始化的方式
初始化的方式有以下幾種:
tf.constant_initializer:常量初始化函式
tf.random_normal_initializer:正態分佈
tf.truncated_normal_initializer:擷取的正態分佈(參考連結)
tf.random_uniform_initializer:均勻分佈
tf.zeros_initializer:全部是0
tf.ones_initializer:全是1
tf.Variable():每次使用建立,reuse屬性對其不起作用,tf.get_variable,如果使用的物件已經建立,則把該物件返回,如果沒有建立,則建立一個新的物件。
2、卷積操作
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)
先卷積再相加
tf.nn.depthwise_conv2d(input, filter, strides, padding, name=None)
只卷積不相加
3、多執行緒操作
4、佔位符和feed_dict
tf.pleceholder()沒有初始值,只有在空間中的記憶體。在會話中,佔位符可以使用 feed_dict 饋送資料。
5、tf.unravel_index(indices, dims
indices:將一個矩陣flatten後所需要取出的index
dims:原矩陣的形狀shape
order:選擇行在前還是列在前
若indices有多個,則行資訊為一個array,列資訊為一個array……>>> np.unravel_index([22, 41, 37], (7,6)) (array([3, 6, 6]), array([4, 5, 1])) >>> np.unravel_index([31, 41, 13], (7,6), order='F') (array([3, 6, 6]), array([4, 5, 1])) >>> np.unravel_index(1621, (6,7,8,9)) (3, 1, 4, 1)
6、import .. as ..和from .. import ...的區別
7、tensorflow儲存圖和權重
8、argparse
9、tf.split()
參考連結
9、tf.reduce_max(tensor,dim)
get the max value of dim