用来防止变量的正则化。
tf.meshgrid( *args, **kwargs ) 在N-D网格上广播用于评估的参数。给定N个一维坐标数组*args，返回一个N- d坐标数组的列表输出，用于计算N- d网格上的表达式。 注意: meshgrid支持笛卡尔('xy')和矩阵('ij')索引约定。当索引参数设置为'xy'(默认值)时，前两个维度的广播指令将交换。 参数: *args: 秩为1的张量。 *
目录 一、函数列表 二、重要的API 1、tf.floor 2、tf.log 3、tf.reduce_mean 4、tf.reduce_sum 5、tf.add_n 6、tf.math.top_k 7、tf.math.argmax 8、tf.math.greater_equal 9、tf.math.pow 10、tf.math.multiply 11、tf.math.sqrt 12、tf.mat
tensorflow中所有的tensor只是占位符，在没有用tf.Session().run接口填充值之前是没有实际值的，不能对其进行判值操作，如if ... else...等，在实际问题中，我们可能需要将一个tensor转换成numpy array 然后进行一些 np的运算，然后返回tensor这样可以加强tensorflow的灵活性。在目标检测算法Faster R-CNN中，需要计算各种gro...
reshape( tensor, shape, name=None)重塑张量，给定tensor,这个操作返回一个张量，它与带有形状shape的tensor具有相同的值。参数：tensor：一个Tensor shape：一个Tensor；必须是以下类型之一：int32,int64；用于定义输出张量的形状 name：操作的名称(可选)返回值：该操作返回...
返回所有使用trainable=True创建的变量。 tf.trainable_variables(scope=None) 当传递trainable=True时，Variable()构造函数自动向graph collection GraphKeys.TRAINABLE_VARIABLES添加新变量。这个便利函数返回集合的内容。 参数： 范围:(可选)。一个字符串。如果提供，则筛选结果列表，使其
张量分组。 tf.tuple( tensors, name=None, control_inputs=None ) 这创建了一个张量元组，其值与张量参数相同，只是每个张量的值只有在所有张量的值都计算完之后才返回。control_input包含额外的操作，这些操作必须在此操作完成之前完成，但其输出不返回。这可以用作并行计算的“连接”机制:所有参数张量都可以并行计算，但是元
目录1、__init__2、__call__3、from_config4、get_config生成均匀分布张量初始化器的类。1、__init____init__( minval=0, maxval=None, seed=None, dtype=tf.dtypes.float32)参数：minval: python标量或标量张...
使用Python 2的除法运算符语义对x / y元素进行除法。(弃用)tf.div( x, y, name=None)警告:不推荐使用此函数。它将在未来的版本中被删除。更新说明:不支持操作符或tf.math.divide。注意:最好使用遵循Python 3除法运算符语义的张量除法运算符或tf.divide。这个函数除x和y，强制使用Python 2语义。也就是...
当条件为真时，重复身体动作。tf.while_loop( cond, body, loop_vars, shape_invariants=None, parallel_iterations=10, back_prop=True, swap_memory=False, maximum_iterations=None, na...
生成初始化为0的张量的初始化器。1、__call____call__( shape, dtype=tf.dtypes.float32)返回初始化器指定的初始化张量对象。参数：shape:张量的形状。 dtype:张量的可选的。如果没有提供，将返回tf.float32张量。2、from_configfrom_config( cls, ...
TensorFlow's eager execution is an imperative programming environment that evaluates operations immediately, without building graphs: operations return concrete values instead of constructing a comput...
tf.get_collection( key, scope=None)参数：key:集合的key。例如，GraphKeys类包含许多集合的标准名称。 scope:(可选)。如果提供，则筛选结果列表，使其只包含名称属性与re.match匹配的项。如果提供了范围，并且select或re.match表示没有特殊令牌的范围通过前缀进行筛选，则不返回没有name属性的项。返...
TensorFlow 支持占位符placeholder。占位符并没有初始值，它只会分配必要的内存。在会话中，占位符可以使用 feed_dict 馈送数据。feed_dict是一个字典，在字典中需要给出每一个用到的占位符的取值。在训练神经网络时需要每次提供一个批量的训练样本，如果每次迭代选取的数据要通过常量表示，那么TensorFlow 的计算图会非常大。因为每增加一个常量，TensorFlow 都...
一、概述TaskLevelStatusMessage(...) debug(...) error(...) fatal(...) flush(...) get_verbosity(...): 返回将生成多少日志输出。 info(...) log(...) log_every_n(...): 每'n'次在'level'上记录'msg % args'一次。 log_first_n...
将params中的切片收集到一个由指标指定形状的张量中。tf.gather_nd( params, indices, batch_dims=0, name=None)指标是一个k维整数张量，最好考虑为(K-1)张量的指标到帕拉姆，其中每个元素定义了帕拉姆的一个切片:output[\\(i_0, ..., i_{K-2}\\)] = params[...
将给定值转换为张量。tf.convert_to_tensor( value, dtype=None, dtype_hint=None, name=None)该函数将各种类型的Python对象转换为张量对象。它接受张量对象、数字数组、Python列表和Python标量。例：import numpy as npdef my_func(arg)...
目录一、作用二、类中的函数1、__init__2、__enter__3、__exit__一、作用在某个tf.name_scope()指定的区域中定义的所有对象及各种操作，他们的“name”属性上会增加该命名区的区域名，用以区别对象属于哪个区域； 将不同的对象及操作放在由tf.name_scope()指定的区域中，便于在tensorboard中展示清晰的逻辑关系图，这点...
目录一、使用方法二、类中的函数1、__init__2、__call__3、from_config4、get_config一、使用方法一个类，初始化器，它生成具有常量值的张量。由新张量的期望shape后面的参数value指定。参数value可以是常量值，也可以是类型为dtype的值列表。如果value是一个列表，那么列表的长度必须小于或等于由张量的期望形状所暗示的元素...
一、tf.reverse()tf.reverse( tensor, axis, name=None)参数：tensor: 需要进行反转的张量，类型必须为其中的一个uint8, int8, uint16, int16, int32, int64, bool, bfloat16, half, float32, float64, complex64, compl...
存储给定list_ops集合的默认参数。tf.contrib.framework.arg_scope( list_ops_or_scope, **kwargs)参数：list_ops_or_scope:为包含当前范围的字典设置参数范围的操作的列表或元组。当list_ops_or_scope是dict时，kwargs必须为空。当list_ops_or_scope是一...
从截断的正态分布中输出随机值。生成的值服从具有指定平均值和标准偏差的正态分布，如果生成的值大于平均值2个标准偏差的值则丢弃重新选择。参数：mean：一个python标量或一个标量张量。要生成的随机值的均值。 stddev：一个python标量或一个标量张量。要生成的随机值的标准偏差。 seed：一个Python整数。用于创建随机种子。查看 tf.set_random_seed 行为。...
我尝试运行tensorboard是遇到错误这篇博客给了两个解决方案：
用于图形集合的标准名称。标准库使用各种名称来收集和检索与图关联的值。比如tf.Optimizer子类默认优化tf.GraphKeys下收集的变量。如果没有指定TRAINABLE_VARIABLES，也可以传递一个显式的变量列表。定义了以下标准键：GLOBAL_VARIABLES:默认的变量对象集合，在分布式环境中共享(模型变量是这些对象的子集)。 LOCAL_VARIABLES:每台机器...
目录一、类和函数1、类2、函数二、重要的函数和类1、tf.summary.FileWriter()类1、__init__2、__enter__3、add_event4、add_graph5、add_meta_graph6、add_run_metadata7、add_session_log8、add_summary9、close10、flu...
目录一、模块、类和模块1、模块2、类3、函数二、重要的函数和类1、tf.train.MomentumOptimizer类1、__init__1、apply_gradients()2、compute_gradients()3、compute_gradients()4、get_name()5、get_slot()6、get_slot_names()...
tf.ConfigProto()主要的作用是配置tf.Session的运算方式，比如gpu运算或者cpu运算，设置性质如下：allow_soft_placementbool allow_soft_placementcluster_defClusterDef cluster_defdevice_countrepeated DeviceCountEntry device_count...
博主在运行我尝试运行tensorboard是遇到错误 最后发现一种很简单的解决方法，只需要指定端口号即可，博主一共试了三个端口号，终于运行成功，生成了网址： ...
设置图级随机seed。依赖于随机seed的操作实际上从两个seed中获取：图级和操作级seed。 这将设置图级别的seed。其与操作级seed的相互作用如下：如果没有设置图形级别和操作seed，则使用随机seed进行操作。 如果设置了图级seed，但操作seed没有设置：系统确定性地选择与图级seed一起的操作seed，以便获得唯一的随机序列。 如果没有设置图级seed，但是设置了操作se...
reduce_sum( ) 是求和函数，在 tensorflow 里面，计算的都是 tensor，可以通过调整 axis =0,1 的维度来控制求和维度。
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号
