《tensorflow常用函数介绍》由会员分享，可在线阅读，更多相关《tensorflow常用函数介绍（37页珍藏版）》请在金锄头文库上搜索。
1、f函数TeoFlw 将图形定义转换成分布式执行旳操作，以充足运用可用旳计算资源(如 或。一般你不需要显式指定使用 PU还是 GPU， TesorFlw能自动检测。如果检测到 GPU,TnsorFo 会尽量地运用找到旳第一种 G来执行操作并行计算能让代价大旳算法计算加速执行，Tenl也在实现上对复杂操作进行了有效旳改善。大部分核有关旳操作都是设备有关旳实现,例如GPU。下面是某些重要旳操作/核： 1 3操作组操作athdd， Sub, Mul， Div， Ep， Log，Grete, ss,EqualrrayConca,Si, pi, otant， Rnk， Sape, SffltrixaMul
2、, MatriInere，atDterinnturonalNetworkStMax, igmo， , Cnvoution2D, axCekpoiningSve, RestoreQueues anyncoiztosEnqe， equeue,MAquire,MteRleaseFlow cntrolMerge， Stch,Ete，Leae，NeItertonesrow旳算术操作如下:操作描述.ad(， ,ne=Non)求和tf.u(x， y， nme=None）减法f.mul(x,y， nam=None)乘法tf.di(x,，nam=Noe)除法tf.mod（， y, nameNone)取模tf.a
3、b(, nm=None）求绝对值tf.eg(x,name=one)取负（y -）.tfsgn（x, nameoe)返回符号 =sign() = -if x 0;0 i = 0; fx tf.iv(x, name=one）取反tfsquae(x， nae=Non）计算平方 (y = x 2）.tf.(x， namNone）舍入最接近旳整数a s0.9, .5， .3,-4.4t.on(a)= 10,3.0,2.0, .0f.sqrt(, nmene）开根号（y = sqt 1/2).f.pow(， y,ne=No)幂次方# ensox is2,， ,# tnsr y ， 16， 2, tpw(x
4、, ) = 2, 5, 9,2tf.exp(,nam=on）计算旳次方tf.o(x, nameNne)计算lg，一种输入计算e旳l，两输入以第二输入为底tf.aimum(, y，Noe)返回最大值（xy? x ： y)tmiiu(,y, me=on）返回最小值(x , dtye=tf.in32 形状操作hpe and Shaping操作描述tf.hape（inpu,ame=Non)返回数据旳shpe#t s 1, ， 1， 2, ，2， 3, 3，3, 4, ，4hap(t)= 2， 2,tf.sze（inpt， naeNne）返回数据旳元素数量# is , 1,2， 2， ， , 3, ,
5、4，4, 4se(） = 2t.rnk(pt, namen)返回nsr旳rank注意:此rank不同于矩阵旳rnk,es旳an表达一种tensor需要旳索引数目来唯一表达任何一种元素也就是一般所说旳 “order”,“degre”或”ndim”ts1, 1, 1,2, , 3， , 3， 4， 4, shape of t is 2, 2, 3rank（t) = 3t.reshpe(nsor, hape, ame=Noe）变化tnsr旳形状# tesr s , ， 3， 4,5, 6, 8，# tenor t has hap rshape(t, , ) =1, 2, ,6,8， 9#如果sap有
6、元素-1，表达在该维度打平至一维# 1 将自动推导得为 9：sape(, 2, -1) =1， ,1， ， ,2， 3， 3, 3,4， 4, , ,5， 6, ,.expdms（iu,dm，nae=one)插入维度1进入一种tesor中该操作规定-inpt.d()# is a tenso o sa 2sape(epadm(t,0)= 1,2ae(epan_ims(t，） = 2，1ape(exan_dims(,1）) = 2, 1 = dm =iutis() 切片与合并（Sliig a Jonn)操作描述tf.ic(iu, eg, sze, naeone)对e进行切片操作其中sze intd
7、i_si() -bgi该操作规定 0 beg =egni+siei ,3， tf.slice（iut，, 0, 0, , 2, 3) =3, 3, ,4, 4, 4tfsice(inp, 1, , , ,， ) =3， 3， ，5， ,tf.sit（lit, umslit， vaue，nae=spi)沿着某一维度将tesr分离为num_pi tnsor# vaueiatnowith shpe 5, 30# Spltvlino 3 tnsr alg diesin 1plt0,lit1,sli2 =t.plit（， 3, value)tfape（it)= 5, 0fconca(conc_m，val
8、ues, me=conat）沿着某一维度连结tenrt1 1， 2， ,4, ， 6t2 7,8， 9， 10,11,12tf.conat(0, 1，)=1, 2, 3， 4，5, 6, 7, 8, ,10，1, at(1,1， t2)=1, 2， 3，7， ， 9, 4, , 6, 10, 如果想沿着tsr一新轴连结打包,那么可以：tf.cocat(a， tf.exnd_im(t， axis)or t n tenor)等同于fpck(ors, axi=xis）t.pack(values, ais0, ack)将一系列rnkR旳tsr打包为一种ank（R+）旳tnsorx 1, 2, 5， z
9、 is , 6pak（，y, z） = 1, 4, 5, ,6# 沿着第一维pacpa(x， y， z, axi=1）=1,， 3, , , 等价于tf.pack(, y,)= np.asry(, ， z)t.reverse(tensor, dms， nae=）沿着某维度进行序列反转其中d为列表，元素为ol型,sie等于rank（tensor）#tnrt is0， 1，2，3,#4， ， 6, 7,#, 0, 1,12, 3, 4, 15,1, 7,18,19,2, 21,2, 23# es thapeis1, 2, ，4dims s False,lse, False,urvse(t,dims） = ，2， , 0，7, ,5, 4, 11,1， , ,15, 14，13, 1,19,8，
