Tensorflow函式隨筆2

tf.where()

where(condition, x=none, y=none, name=none)

返回值是對應元素，condition中元素為true的元素替換為x中的元素，為false的元素替換為y中對應元素

x只負責對應替換true的元素，y只負責對應替換false的元素，x，y各有分工

由於是替換，返回值的維度，和condition，x ， y都是相等的。

示例：

import tensorflow as

tfx = [[1,2,3],[4,5,6
]]y = [[7,8,9],[10,11,12
]]condition3 =[[true,false,false],
[false,true,true]]
condition4 =[[true,false,false],
[true,true,false]]
with tf.session() 
assess:
print(sess.run(tf.
where
(condition3,x,y)))
print(sess.run(tf.
where(condition4,x,y)))

結果：

[[ 189

]    [105
6]][[ 18
9][ 45
12]]

squeeze(

input,
axis=none,
name=none,
squeeze_dims=none
)

函式引數：

函式返回值：

一tensor.與.型別相同input.包含與之相同的資料input,但刪除了乙個或多個尺寸為1的尺寸.

可能引發的異常：

從張量形狀中移除大小為1的維度.

給定乙個張量 input,該操作返回乙個與已經移除的所有大小為1的維度具有相同型別的張量.如果您不想刪除所有大小為1的維度,則可以通過指定 axis 來刪除特定的大小為1的維度.

示例

# 't'

is a tensor of shape [1, 2, 1, 3, 1, 1
]tf.shape(tf.squeeze(t))  # [
2, 3]

或者,要刪除特定的大小為1的維度：

# 't'

is a tensor of shape [1, 2, 1, 3, 1, 1
]tf.shape(tf.squeeze(t, [
2, 4]))  # [1, 2, 3, 1]

隨筆知識2

1.dom同時支援事件捕獲和事件冒泡，但是事件捕獲先發生。2.傳統事件處理程式指派方法 永遠只執行新新增的 原來的會被覆蓋。被廣泛支援 3.現代事件處理程式指派方法 不會產生覆蓋，新 在舊 後面執行 在舊版本ie上執行有問題 4.處理事件程式返回false的效果 1 click 單選按鈕和複選按鈕框...

專案隨筆2

除了ssm的另一種整合方式外，可能最大的體會就是頁面物件，業務層處理和系統引數這幾部分了。頁面物件，以前只是把分頁的當前頁和頁面大小引數存在乙個物件中傳到後台，後端查出總記錄數和頁面資料等繼續作封裝，這次還包括了查詢引數，因為查詢引數都和實體物件相關，將實體物件封裝到頁面物件，傳回前端。業務處理，以...

混子隨筆2

grep是一款文字過濾工具，基於正規表示式進行模式匹配文字搜尋工具，根據使用者指定的模式，對目標文字逐行進行匹配檢查，列印匹配到的行 基於perl的正規表示式 使用格式 grep 選項 匹配模式 file物件 選項說明 color auto 對匹配到的文字著色，高亮顯示 i 忽略字元大小寫 o 僅顯...