Luaser - 博客园

2019年11月27日

摘要： tf.one_hot(indices, depth, on_value, off_value, axis) indices是一个列表,指定张量中独热向量的独热位置，或者说indeces是非负整数表示的标签列表。len(indices)就是分类的类别数。 tf.one_hot返回的张量的阶数为inde 阅读全文

posted @ 2019-11-27 09:56 Luaser 阅读(691) 评论(0) 推荐(0)

2019年11月26日

12、高阶op操作

摘要： where 得到mask中的Ture在原张量中的位置，根据坐标系根据条件需求（a>0）有目的的选择 scatter_nd 根据坐标有目的性的更新 meshgrid 生成数据点（x，y） 1、where ，得到mask在Ture在a对应的元素的位置坐标，然后通过gather进行收集（1） where 阅读全文

posted @ 2019-11-26 16:55 Luaser 阅读(347) 评论(0) 推荐(0)

11、张量限幅

摘要： clip_by_value 根据具体数值进行裁剪 relu 相当于tf.maxinum( ) clip_by_norm 根据总体的范数来裁剪张量 gradient clipping 1、clip_by_value 根据具体数值进行裁剪（1）下限幅：max(0，x) ，if x < 0，result 阅读全文

posted @ 2019-11-26 15:44 Luaser 阅读(243) 评论(0) 推荐(0)

10、张量的填充和复制

摘要： pad 填充 tile 复制 broadcast_to 1、pad （1）[[A，B]，[C，D]]最外层括号表示要进行填充的维度，A表示在左边填充的单元个数，B表示在右边填充的单元个数，C表示在上面填充的单元个数，D表示在下面填充的单元个数，默认都是用0进行填充。 1 a = tf.reshape 阅读全文

posted @ 2019-11-26 15:40 Luaser 阅读(769) 评论(0) 推荐(0)

9、张量的排序

摘要： sort/argsort topk top-5 Acc 1、sort，argsort sort：对序列进行一个完全的排序 argsort：返回排序后的index （1）tf.random.shuffle()，沿着张量的第一个维度进行打乱 1 a = tf.range(5) 2 b = tf.rand 阅读全文

posted @ 2019-11-26 14:15 Luaser 阅读(584) 评论(0) 推荐(0)

8、数据统计

摘要： tf.norm tf.reduce_min/max tf.argmax/argmin tf.equal tf.unique 1、norm，向量的范数 1 #向量的范数，默认为2范数，平方和开根号 2 a = tf.ones([2,2]) 3 print(tf.norm(a)) # tf.Tensor 阅读全文

posted @ 2019-11-26 11:06 Luaser 阅读(179) 评论(0) 推荐(0)

7、合并与分割

摘要： 1、concat，拼接例：统计班级的学生的分数 a = [class1-4，student，scores]，4个班级，35个学生，8门课的分数 b = [class5-6，student，scores]，2个班级，35个学生，8门课的分数 cancat要求除了指定合并的维度之外，其余的维度要大小要阅读全文

posted @ 2019-11-26 10:40 Luaser 阅读(316) 评论(0) 推荐(0)

2019年11月22日

6、前向传播的简单实现

摘要： 1、通过张量的矩阵运算实现前向传播，也可以通过relu的层方式进行实现，前向传播是将非线性层relu(wx+b)进行串联增加复杂度，然后计算分类误差得到合适的参数，（1）导入模块 1 import tensorflow as tf 2 from tensorflow import keras #k 阅读全文

posted @ 2019-11-22 15:43 Luaser 阅读(775) 评论(0) 推荐(0)

2019年11月21日

5、数学运算

摘要： 1、常规的加减乘除计算（1）不是同类型的不能运算 1 a = tf.fill([2,2],2) #创建的是 dtype=int32 2 print(a) 3 4 b = tf.ones([2,2]) #创建的是dtype=float32 5 print(b) 6 7 print(a+b) cann 阅读全文

posted @ 2019-11-21 22:09 Luaser 阅读(559) 评论(0) 推荐(0)

4、维度变换

摘要： 1、shape，ndim 形状和维度（1）View视图，图片在内存中以行优先进行存储 [ b，28，28] ：view1，b张图片，每张28行，28列， [b，28*28]：view2，每张图片作为一行，将每张图片的数据作为一个统一的数据，不知道数据的构成，所以仅靠这无法对图片复原，如果想要复原就阅读全文

posted @ 2019-11-21 19:37 Luaser 阅读(674) 评论(0) 推荐(0)