TensorFlow 常用函数介绍

TensorFlow 常用函数介绍

---

基础函数

• reduce_mean ( 矩阵求平均值 ) 函数
• cast ( 类型转换 ) 函数
• equal ( 比较 ) 函数
• square ( 平方 ) 函数

矩阵操作函数

• add ( 矩阵加法 ) 函数
• subtract ( 矩阵减法 ) 函数
• multiply ( 矩阵乘法 ) 函数
• divide ( 矩阵除法 ) 函数

损失函数

激活函数

常用变量名称定义

---

基础函数

reduce_mean ( 矩阵求平均值 ) 函数

import tensorflow as tf
#创建一个2行3列的矩阵
p1 = p2 = p3 = tf.constant([[2, 3, 5], [1, 4, 7]], tf.float32)

m1 = tf.reduce_mean(p1) # 无参数, 求整个矩阵的平均值
m2 = tf.reduce_mean(p1, 0)  # 参数 0, 按列求平均值
m3 = tf.reduce_mean(p1, 1)  # 参数 1, 按行求平均值

with tf.Session() as sess:
    print(" m1:" + str(sess.run(m1)))
    print(" m2:" + str(sess.run(m2)))
    print(" m3:" + str(sess.run(m3)))
'''
    m1: 3.6666667   # 求整个矩阵的平均值
    m2: [ 1.5, 3.5, 6.0 ] # 按列求平均值
    m3: [ 3.333333, 4.0 ] # 按行求平均值
'''

---

cast ( 类型转换 ) 函数

import tensorflow as tf

#初始化创建 2行 2列 int32类型 的矩阵, 每个元素值为 5
p1 = tf.ones([2, 2], tf.int32)*5;
#转换 int32 为 float32
res = tf.cast(p1, tf.float32);

with tf.Session() as sess:
    print('p1:' + str(sess.run(p1)))
    print('res:' + str(sess.run(res)))
'''
    转换前 (p1) :
    [
        [5, 5]
        [5, 5]
    ]
    转换后 (res) :
    [
        [5.0, 5.0]
        [5.0, 5.0]
    ]
'''

---

equal ( 比较 ) 函数

import tensorflow as tf

#初始化创建 2行 2列
p1 = tf.constant([[1, 2], [3, 4]]);
p2 = tf.constant([[2, 2]]);
res = tf.equal(p1, p2)   #使用 equal 对比两个矩阵, 获得结果矩阵

with tf.Session() as sess:
    print(sess.run(res))
'''
    p1 矩阵:
    [
        [1, 2]
        [3, 4]
    ]
    p2 矩阵:
    [
        [2, 2]
    ]
    结果矩阵:   注意: 如果矩阵形状不同, 轮空部分结果为False
    [
        [False, True]
        [False, False]
    ]
'''

---

square ( 平方 ) 函数

import tensorflow as tf

p1 = tf.constant(5);
res1 = tf.square(p1)   #使用 square 求 5 的平方.

p2 = tf.constant([2, 3]);
res2 = tf.square(p2)   #使用 square 求数组每个元素的平方.

with tf.Session() as sess:
    print(sess.run(res1))
    print(sess.run(res2))
'''
    输出结果:
    res1: 25        # 数字 5 的平方 25
    res2: [4, 9]    # 数组 [2, 3] 的平方 [4, 9]
'''

---

矩阵操作函数

add ( 矩阵加法 ) 函数

import tensorflow as tf

#初始化创建 2行 2列 int32类型 的矩阵, 每个元素值为 5
p1 = tf.ones([2, 2], tf.int32)*5
#初始化创建 2行 2列 int32类型 的矩阵, 每个元素值为 4
p2 = tf.ones([2, 2], tf.int32)*4
res = tf.add(p1, p2)	#使用矩阵加法运算

with tf.Session() as sess:
    print(sess.run(res))
'''
    p1 矩阵:
    [
        [5, 5]
        [5, 5]
    ]
    p2 矩阵:
    [
        [4, 4]
        [4, 4]
    ]
    结果矩阵:
    [
        [9, 9]
        [9, 9]
    ]
'''

---

subtract ( 矩阵减法 ) 函数

import tensorflow as tf

#初始化创建 2行 2列 int32类型 的矩阵, 每个元素值为 5
p1 = tf.ones([2, 2], tf.int32)*5
#初始化创建 2行 2列 int32类型 的矩阵, 每个元素值为 4
p2 = tf.ones([2, 2], tf.int32)*4
res = tf.subtract(p1, p2)   #使用矩阵减法运算

with tf.Session() as sess:
    print(sess.run(res))
'''
    p1 矩阵:
    [
        [5, 5]
        [5, 5]
    ]
    p2 矩阵:
    [
        [4, 4]
        [4, 4]
    ]
    结果矩阵:
    [
        [1, 1]
        [1, 1]
    ]
'''

---

multiply ( 矩阵乘法 ) 函数

import tensorflow as tf

#初始化创建 2行 2列 int32类型 的矩阵, 每个元素值为 5
p1 = tf.ones([2, 2], tf.int32)*5
#初始化创建 2行 2列 int32类型 的矩阵, 每个元素值为 4
p2 = tf.ones([2, 2], tf.int32)*4
res = tf.multiply(p1, p2)   #使用矩阵乘法运算

with tf.Session() as sess:
    print(sess.run(res))
'''
    p1 矩阵:
    [
        [5, 5]
        [5, 5]
    ]
    p2 矩阵:
    [
        [4, 4]
        [4, 4]
    ]
    结果矩阵:
    [
        [20, 20]
        [20, 20]
    ]
'''

---

divide ( 矩阵除法 ) 函数

import tensorflow as tf

#初始化创建 2行 2列 int32类型 的矩阵, 每个元素值为 5
p1 = tf.ones([2, 2], tf.int32)*5
#初始化创建 2行 2列 int32类型 的矩阵, 每个元素值为 4
p2 = tf.ones([2, 2], tf.int32)*4
res = tf.divide(p1, p2)   #使用矩阵除法运算

with tf.Session() as sess:
    print(sess.run(res))
'''
    p1 矩阵:
    [
        [5, 5]
        [5, 5]
    ]
    p2 矩阵:
    [
        [4, 4]
        [4, 4]
    ]
    结果矩阵:
    [
        [1.25, 1.25]
        [1.25, 1.25]
    ]
'''

---

损失函数

---

激活函数

---

常用变量名定义

变量名	含义	说明
x	样本	训练模型数据
y	真实值	训练模型数据真实结果
y_	预测值	训练模型数据预测结果
w	权重值	权重值
b	偏置值