Tensor-flow常用函数(非常详细).docxVIP

PAGE PAGE 5 1、tensorflow常用函数 TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU。一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测。如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作. 并行计算能让代价大的算法计算加速执行，TensorFlow也在实现上对复杂操作进行了有效的改进。大部分核相关的操作都是设备相关的实现，比如GPU。下面是一些重要的操作/核： 操作组 操作 Maths Add, Sub, Mul, Div, Exp, Log, Greater, Less, Equal Array Concat, Slice, Split, Constant, Rank, Shape, Shuffle Matrix MatMul, MatrixInverse, MatrixDeterminant Neuronal Network SoftMax, Sigmoid, ReLU, Convolution2D, MaxPool Checkpointing Save, Restore Queues and syncronizations Enqueue, Dequeue, MutexAcquire, MutexRelease Flow control Merge, Switch, Enter, Leave, NextIteration TensorFlow的算术操作如下： 操作 描述 tf.add(x, y, name=None) 求和 tf.sub(x, y, name=None) 减法 tf.mul(x, y, name=None) 乘法 tf.div(x, y, name=None) 除法 tf.mod(x, y, name=None) 取模 tf.abs(x, name=None) 求绝对值 tf.neg(x, name=None) 取负 (y = -x). tf.sign(x, name=None) 返回符号 y = sign(x) = -1 if x 0; 0 if x == 0; 1 if x 0. tf.inv(x, name=None) 取反 tf.square(x, name=None) 计算平方 (y = x * x = x^2). tf.round(x, name=None) 舍入最接近的整数 # ‘a’ is [0.9, 2.5, 2.3, -4.4] tf.round(a) == [ 1.0, 3.0, 2.0, -4.0 ] tf.sqrt(x, name=None) 开根号 (y = \sqrt{x} = x^{1/2}). tf.pow(x, y, name=None) 幂次方 # tensor ‘x’ is [[2, 2], [3, 3]] # tensor ‘y’ is [[8, 16], [2, 3]] tf.pow(x, y) == [[256, 65536], [9, 27]] tf.exp(x, name=None) 计算e的次方 tf.log(x, name=None) 计算log，一个输入计算e的ln，两输入以第二输入为底 tf.maximum(x, y, name=None) 返回最大值 (x y ? x : y) tf.minimum(x, y, name=None) 返回最小值 (x y ? x : y) tf.cos(x, name=None) 三角函数cosine tf.sin(x, name=None) 三角函数sine tf.tan(x, name=None) 三角函数tan tf.atan(x, name=None) 三角函数ctan 张量操作Tensor Transformations 数据类型转换Casting 操作 描述 tf.string_to_number (string_tensor, out_type=None, name=None) 字符串转为数字 tf.to_double(x, name=’ToDouble’) 转为64位浮点类型–float64 tf.to_float(x, name=’ToFloat’) 转为32位浮点类型–float32 tf.to_int32(x, name=’ToInt32’) 转为32位整型–int32 tf.to_int64(x, name=’ToInt64’) 转为64位整型–int64 tf.cast(x, dtype, name=None) 将x或者x.values转换为dtype # tensor a is [1.8, 2.2], dtype=