Tensorflow中的常用函式

tf.nn.embedding_lookup函式的用法主要是選取乙個張量裡面索引對應的元素。tf.nn.embedding_lookup（tensor, id）:tensor就是輸入張量，id就是張量對應的索引，其他的引數不介紹。

import tensorflow as tf;

import numpy as np;
c = np.random.random([10,1])
b = tf.nn.embedding_lookup(c, [1, 3])
with tf.session() as sess:
sess.run(tf.initialize_all_variables())
print sess.run(b)
print c

[[ 0.77505197]

[ 0.20635818]]

[[ 0.23976515]

[ 0.77505197]

[ 0.08798201]

[ 0.20635818]

[ 0.37183035]

[ 0.24753178]

[ 0.17718483]

[ 0.38533808]

[ 0.93345168]

[ 0.02634772]]

分析：輸出為張量的第一和第三個元素。

# 'x' is [[1, 1, 1]

#         [1, 1, 1]]
tf.reduce_sum(x) ==> 6
tf.reduce_sum(x, 0) ==> [2, 2, 2]
tf.reduce_sum(x, 1) ==> [3, 3]
tf.reduce_sum(x, 1, keep_dims=true) ==> [[3], [3]]
tf.reduce_sum(x, [0, 1]) ==> 6

功能：可以將乙個張量中的數值限制在乙個範圍之內。（可以避免一些運算錯誤） 

引數： （1）v：input資料

（2）a、b是對資料的限制。 

當v小於a時，輸出a； 

當v大於a小於b時，輸出原值； 

當v大於b時，輸出b； 

例子：

import tensorflow as tf

v=tf.constant([[1.0,2.0,3.0],[4.0,5.0,6.0]])
sess=tf.session() 
with sess.as_default():
print(tf.clip_by_value(v,2.5,4.5).eval())

[[ 2.5 2.5 3. ] 

[ 4. 4.5 4.5]]

tensorflow2 0學習筆記3 常用函式

筆記基於北大的tensorflow2.0教程，將課程的一些重要內容記下來，方便於學習。一 常用函式 強制資料型別轉換 tf.cast 張量名，dtype 資料型別 找張量最小值 tf.reduce min 張量名 找張量最大值 tf.reduce max 張量名 二維張量中，可以通過調整axis控制...

Tensorflow2 0學習筆記（2） 常用函式

對應元素的加減乘除 次方 print tf.square a 平方 a tf.ones 3 2 b tf.fill 2 3 1.print tf.matmul a,b tf.matmul 矩陣1，矩陣2 data tf.data.dataset.from tensor slices 輸入特徵，標籤 ...

Dart Flutter開發中的幾個常用函式

幾個flutter開發中的常用函式 返回當前時間戳 static intcurrenttimemillis 複製到剪粘板 static copytoclipboard final string text static const rollupsize units gb mb kb b 返回檔案大小字...