tf.nn.conv2d：
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=none, name=none)
filter：卷積核大小，[卷積核的高度，卷積核的寬度，影象通道數，卷積核個數]，通道數應該與input的通道數相同
strides：在計算卷積時在影象每一維的步長，常用strides = [1, stride, stride, 1].
use_cudnn_on_gpu:預設true
tf.placeholder和tf.variable
tf.placeholder:主要用於儲存訓練樣本，可在訓練的過程中賦值
tf.variable：需提供初始值，一些訓練變數（trainable variables），比如模型的權重（weights，w）或者偏執值（bias）；
tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=none, name=none)
生成的值服從具有指定平均值和標準偏差的正態分佈，如果生成的值大於平均值2個標準偏差的值則丟棄重新選擇。
引數:shape: 一維的張量，也是輸出的張量。
mean: 正態分佈的均值。
stddev: 正態分佈的標準差。
dtype: 輸出的型別。
seed: 乙個整數，當設定之後，每次生成的隨機數都一樣。
name: 操作的名字。
TensorFlow學習 常用方法
表示scalar 標量 numpy 方法可以把tensor轉化為numpy型別 ndim 檢視維度 shape形狀 is tensor b 判斷是不是tensor isinstance a,tf.tensor tf.convert to tensor a,dtype tf.int32 把a轉成tne...
tensorflow常用函式
1.variable 主要在於一些可訓練變數 trainable variables 比如模型的權重 weights 或者偏執值 bias 1 宣告時，必須提供初始值 2 在真實訓練時，其值是會改變的，自然事先需要指定初始值 weights tf.variable tf.random normal ...
TensorFlow常用函式
使用tensorflow計算流程 1 prepare train data 2 define model and graph 3 choose optimizer 4 create a session to run import tensorflow as tf 1.tf.reduce mean i...