referrence: 莫烦视频
先介绍几个函数
1.tf.cast()
英文解释:
也就是说cast的直译,类似于映射,映射到一个你制定的类型。
2.tf.argmax 原型:
含义:返回最大值所在的坐标。(谁给翻译下最后一句???)
ps:谁给解释下axis最后一句话?
例子:
3.tf.reduce_mean() 原型:
含义:一句话来说就是对制定的reduction_index进行均值计算。
注意,reduction_indices为0时,是算的不同的[]的同一个位置上的均值
为1是是算的[]内的均值。
import numpy as np
import tensorflow as tf
tt = tf.reduce_mean([1,2,3,4])
ttt = tf.reduce_mean([[1.0,2,3,4,5],[6,7,8,9,10],[1,1,1,1,1]],reduction_indices=[1])
t = tf.reduce_mean([[1.0,2,3,4,5],[6,7,8,9,10],[1,1,1,1,1]],reduction_indices=[0])
sess = tf.Session()
sess.run(tf.initialize_all_variables()) print (sess.run(t))
print (sess.run(tt))
tf.equal:
含义比较两个tensor的值,如果在一个下表下一样,那么返回的tensor在这个下表上就为true.这个函数一般可以与cast在一起去(cast到float32上)计算一些准确率