tensorflow函数

tf.argmax(vector, 1)：返回的是vector中的最大值的索引号，如果vector是一个向量，那就返回一个值，如果是一个矩阵，那就返回一个向量，这个向量的每一个维度都是相对应矩阵行的最大值元素的索引号。

输出：

[4]
[2 1]

 

tf.clip_by_value的用法

该函数主要是为了防止，gradiant计算得到的值太大或者太小

tf.clip_by_value(A, min, max)：输入一个张量A，把A中的每一个元素的值都压缩在min和max之间。小于min的让它等于min，大于max的元素的值等于max。

输出结果：

[[2 2 3 3]
 [3 3 3 2]]

 

tf.expand_dims() 函数

tf.expand_dims(input, axis=None, name=None, dim=None)

函数为在第axis位置上增加一个维度，给定张量输入，此操作在输入形状的维度索引轴处插入1的尺寸，尺寸索引轴从零开始，如果指定的轴为负数，则从后向前计数。

 tf.squeeze()

tf.squeeze(input, squeeze_dims=None, name=None)

从input的tensor中删除所有大小为1的维度，如果不想删除所有尺寸1尺度，可以通过指定dims来删除特定尺寸1尺寸的维度。

如果某维度为1就降掉这一维。
当前维度是(2, 3, 1, 4) => (2, 3, 4)
当前维度是(1, 2, 1, 4) => (2, 4)
与squeeze函数相反的是expand_dims函数。