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

參考地址

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

>>> 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

參考連結

8、argparse

9、tf.split()
參考連結

9、tf.reduce_max(tensor,dim)

get the max value of dim