tensorflow常用基础函数汇总

1
2
tf.reduce_mean(张量名,axis=操作轴)

1
2
tf.reduce_sum(张量名，axis=操作轴)

1
2
tf.Variable(初始值) w=tf.Variable(tf.random.normal([2, 2], mean=0, stddev=1))

1
2
tf.add(张量1，张量2) tf.subtract(张量1，张量2) tf.multiply(张量1，张量2) tf.divide(张量1，张量2)

1
2
tf.square(张量名) tf.pow(张量名，n次方数) tf.sqrt(张量名）

1
2
tf.matmul(矩阵1，矩阵2)

1
2
3
4
切分传入张量的第一维度，生成输入特征/标签对，构建数据集

data = tf.data.Dataset.from_tensor_slices((输入特征,标签)) (Numpy和Tensor格式都可用该语句读入数据)

1
2
with结构记录计算过程，gradient求出张量的梯度 with tf.GradientTape() as tape: 若干个计算过程 grad = tape.gradient(函数，对谁求导)

1
2
tf.one_hot()函数将待转换数据，转换为one-hot形式的数据输出。 tf.one_hot(待转换数据，depth=几分类)

1
2
当n分类的n个输出（y0,y1,...yn-1）通过softmax函数便符合概率分布了 tf.nn.softmax(张量)

1
2
调用assign_sub前，先用tf.Variable定义变量w为可训练（可自更新） w.assign_sub(w要自减的内容)

1
2
tf.argmax(张量名，axis=操作轴)