TensorFlow常用函数总结

1）tf.add_to_collection：
将资源加入一个或多个集合中。
2）tf.get_collection：
获取一个集合里面的所有资源。 这里的资源 可以是 张量、变量 或者 运行TensorFlow程序所需要的队列资源，等等。 3）TensorFlow自动维护了一些集合：
tf.GraphKeys.VARIABLES：所有变量。使用场景：持久化TensorFlow模型
tf.GraphKeys.TRAINABLE_VARIABLES：可学习的变量（一般指神经网络中的参数）。使用场景：模型训练、生成模型可视化内容
tf.GraphKeys.SUMMARIES：日志生成相关的变量。使用场景：TensorFlow计算可视化。
tf.GraphKeysQUEUE_RUNNERS：处理输入的QueueRunner。使用场景：输入处理。
tf.GraphKeys.MOVING_AVERAGE_VARIABLES：所有计算了滑动平均值的变量。使用场景：计算变量的滑动平均值。
3）result.get_shape：获取结果张量的维度信息。
4）tf.Tensor.eval：计算一个张量的取值。
5）tf.InteractiveSession：自动将生成的会话注册为默认会话。
可以省去将产生的会话注册为默 认会话的过程。
6）tf.ConfigProto：来配置需要生成的会话。
7）tf.global_variables_initializer()：自动完成所有变量的初始化。（会自动处理变量之间的依赖关系）。
8）tf.global_variables()：拿到当前计算图上所有的变量。拿到计算图上所有的变量 有助于持久化整个计算图的运行状态。
9）tf.trainable_variables：得到所有需要优化的参数。
10）tf.train.exponential_decay：指数衰减。实现了指数衰减学习率。
11）tf.train.ExponentialMovingAverage：来实现滑动平均模型。
在初始化它时，需要提供一个衰减率，这个衰减率用于控制模型更新的速度。

转载于:https://my.oschina.net/workhardforward/blog/2997104