tensorflow 常见方法总结

矩阵相乘:

tf.matmul(x,y) 矩阵相乘:A 的shape为(2,3),B的shape为(3,4),则结果shape为(2,4)

矩阵和矩阵元素的操作:

矩阵元素相加:

tf.math.add(x,y)等价于x + y

矩阵相减:

tf.math.subtract(x,y)等价于x-y

矩阵元素相乘:

tf.math.multiply(x,y) 等价于:x*y

矩阵元素相除:

tf.math.devide(x,y)等价于x/y

矩阵元素绝对值:

tf.math.abs(x)

比较操作:

tf.math.maximum(a,b)

tf.math.minimum(a,b)

tf.math.equal(a,b)

tf.math.equal(a,3)

tf.math.equal(3,3)

tf.math.equal(a,a)

tf.math.greater(a,3)

tf.math.greater_equal(a,3)

矩阵和数字的操作:

矩阵元素数乘:3*a 等价于a*3

矩阵元素数加:3+a 等价于a+3

矩阵元素数减:3-a等价于a-3

矩阵元素数除a/3,3/a

矩阵元素的类似计算操作都在tf.math包中

特别的:

最大值:

tf.math.reduce_max(a,axis=1,keepdims=True)将最后一维最大值,可以选择保留维度或压缩掉

最大值对应的位置indices:

tf.argmax(predict_result["logits"],axis=-1)将最后一维进行压缩求最大值对应的position

求top_k最大值:

tf.math.top_k(x)

tf.where操作:

将向量中大于0.5的设置为1,小于0.5的设置为0

tf.where(A>0.5,x=1,y=0)表示将A>0.5中条件为true的元素设置为x,为false的设置为y

你可能感兴趣的:(tensorflow,python,机器学习)