一、張量及操作

1、張量介紹

（1）tensor類型

DT_FLOAT、DT_DOUBLE、DT_INT64、DT_INT32、DT_INT16、DT_INT8、DT_STRING、DT_BOOL

（2）rank（階）維度

a = [[1,2,3],[4,5,6],[7,8,9]]表示為2階，看幾層中括號(hào)就行

?（3）shape (形狀) 表示內(nèi)部組織關(guān)系

a = [[1,2,3],[1,2,3]]描述為(2,3)

2、張量相關(guān)操作

（1）類型轉(zhuǎn)換

如：tf.to_double(x)

?(2) 數(shù)值操作

(3)形狀變換

?

(4)數(shù)據(jù)操作

tf.splice(input,begin,size,name=None)

參考連接https://blog.csdn.net/chenxieyy/article/details/53031943

3、算數(shù)運(yùn)算函數(shù)

4、矩陣相關(guān)運(yùn)算

4、復(fù)數(shù)相關(guān)操作

5、降維計(jì)算

6、分割操作

7、序列比較

二、共享變量

1、Variable的用法

2、get_variable

第二個(gè)get_var1? 發(fā)生崩潰，說明個(gè)get_variable只能定義一次指定名稱的變量，這里面使用相同的firstvar,? 更改如下：

由此看出使用get_variable創(chuàng)建兩個(gè)同樣名字的變量是不行的

?var1 = tf.get_variable('firstvar',shape=[2],dtype=tf.float32)

var2 = tf.get_variable('firstvar',shape=[2],dtype=tf.float32)

如果想要這么做，需要在特定作用域下獲得變量，如下所示：

在不同作用域下生成的var1,var2是不同的，這就是scope的作用，scope還支持嵌套，如下所示：

scope里面有個(gè)參數(shù)reuse，如果reuse＝true表示定義過的變量，不再定義新的變量，而是去找原來此作用域的值，如下所示：

表明 var1和var3共用一個(gè)變量、 var2和var4共用一個(gè)變量，注意如果代碼報(bào)錯(cuò)需要重置圖在代碼中加入 tf.reset_default_graph()即可

3、初始化共享變量作用域

如下所示：

4、作用域和操作符的受限范圍

三、圖的基本操作

1、建立圖

注意：tf.reset_default_graph()函數(shù)會(huì)將當(dāng)前圖的資源全部釋放，否則報(bào)錯(cuò)，當(dāng)圖中用tf.InteractiveSession建立會(huì)話時(shí)，結(jié)束沒有close關(guān)閉，執(zhí)行tf.reset_default_graph()函數(shù)時(shí)會(huì)報(bào)錯(cuò)

2、獲取張量

3、獲取結(jié)點(diǎn)操作

4、獲取元素列表

5、獲取對(duì)象

??

總結(jié)

以上是生活随笔為你收集整理的tensorflow就该这么学－－3的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。