摘要：np.random.seed()函数可以保证生成的随机数具有可预测性。 可以使多次生成的随机数相同 1.如果使用相同的seed( )值，则每次生成的随即数都相同； 2.如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。 在机器学习和深度学习中，如果要保证部分参数 阅读全文

摘要：[0,0,0]])） 3.np.linspace(start , end , step) step默认为50，相比arange（），在精度要求高时使用。 4.a, b 数组相加，向高精度的数据类型转换。（同大多数语言，如C）。 5.在进行对数组进行操作时，例如索引和切片，当索引位置i，j小于0时，表 阅读全文

摘要：slice（）函数原型为： tf.slice(input_, begin, size, name=None) 函数有4个参数： 1，input_ ：图片的矩阵输入格式。 2，begin ：开始截取的位置（输入矩阵的某一点，通常是[x,y,z]的形式） 3，size ：从开始截取点向各维度截取的距离（ 阅读全文