tensorflow API(1): tf底层API－－tf.xxx

tf.xxx包含tensorflow自带的一些底层的API，主要包括函数和成员变量

https://www.tensorflow.org/versions/master/api_docs/python/tf

Function

• tf.abs(x, name=None)
• tf.add/subtract/multiply/div[ide](x, y, name=None)
  tf的操作都是元素级别的
• tf.argmax/min(input, axis=None, name=None, dimension=None, output_type=tf.int64)
• tf.cond(pred, true_fn = True, false_fn = False, strict = False, name = None, fn1 = None, fn2 = None)
  类似if…else…,但是非懒惰
• tf.constant(value, dtype=None, shape=None, name='Const', verify_shape=False)
• tf.expand_dims(input, axis=None, name=None, dim=None)
  扩充第i轴
• tf.get_variable(name, shape, initializer)
  还有一些其他参数，不常用不在列举
  initializer的方法常用初始化器如下:
  
  • tf.constant_initializer()：常量初始化函数
  • tf.random_normal_initializer()：正态分布
  • tf.truncated_normal_initializer()：截取的正态分布
  • tf.random_uniform_initializer()：均匀分布
  • tf.zeros_initializer()：全部是0
  • tf.ones_initializer()：全是1
  • tf.uniform_unit_scaling_initializer()：满足均匀分布，但不影响输出数量级的随机值
• tf.lin_space(start, stop, num, name = None)
  产生均匀值
• tf.placeholder(dtype, shape=None, name=None)
• tf.random_shuffle(value, seed=None, name=None)
• tf.reshape(tensor, shape, name=None)
• tf.reverse(tensor, axis, name = None)
  axis需要是数组
• tf.slice(input, begins, sizes, name = None)
  begin是一个列表,表示抽取数据在各个维度上的起点, size表示抽取数据在各个维度上的数量
• tf.squeeze(input, axis=None, name=None, squeeze_dims=None)
  移除size为1的轴
• tf.stack(values, axis=0, name='stack')
  tf.stack([x, y, z]) = np.stack([x, y, z])
• tf.Variable(initial_value, trainable=True, collections=None, validate_shape=True, name=None)
  在tf的方法中，以大写字母开头的都是类．还有一些其他的参数，不常用不在列举

断言

• tf.Assert(condition, data, summarize = None, name = None)
  条件为假进行打印,打印所有summarize中的tensor的判断

常用初始化方法

• tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)
• tf.random_uniform(shape, minval=0, maxval=None, dtype=tf.float32, seed=None, name=None)
  产生[minval, maxval)之间的均匀分布. 对于float类型数值来说,默认范围是[0, 1), 对于整数来说,默认最小为0,最大值必须进行设置

数据类型转化

• tf.to_float/to_double(x, name = 'ToFloat')
  转化为float32/float64
• tf.to_int32/to_int64(x, name = 'ToInt32')

数据读取器

• tf.TFRecordReader()
• tf.TextLineReader()
• tf.WholeFileReader()