原创力文档- 1、本文档共13页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
TensorFlow的介绍-2
1. 了解TensorFlow的主要用途 2. 了解TensorFlow中张量的定义
TensorFlow用途概述1TensorFlow中张量的定义2
PART1TensorFlow用途概述
TensorFlow用途概述TensorFlow是Google推出的开源深度学习框架。在实际应用中，TensorFlow主要用于如下方面：引入或生成数据集、归一化数据、划分训练/验证/测试数据集、设置超参数、初始化变量和placeholder、定义模型结构、定义代价函数、初始化训练网络、评估网络性能、微调超参数、实际部署运行。
PART2TensorFlow中张量的定义
张量的定义TensorFlow中的计算是以张量Tensor为基础的，与外界交换信息时采用numpy.ndarray。要想使用TensorFlow，必须了解怎样定义Tensor,定义张量Tensor的方法有很多，典型的有以下几种。
张量的定义生成10*20的二维张量bias,并以0进行初始化： bias=tf.zeros([10,20]) 生成10*20的二维张量v1,并以1进行初始化： v1=tf.ones([10,20])
张量的定义生成10*20的二维张量v2,并以22进行初始化： V2=tf.fill([10,20],55) 用常量初始化张量v3:v3=tf.constant([1,2,3])v3=tf.constant([[1,2,3],[4,5,6]])
张量的定义用随机数初始化张量W1=tf.random_uniform(shape=[10,20],minval=0,maxval=1)W2=tf.random_normal(shape=[10,20],mean=0.0,stddev=0.1) 随机洗牌 shuffled_input=tf.random_shuffle(input_tensor)
张量的定义 样本裁剪 cropped_image=tf.random_crop(image_in,[height,width,3])
1.了解TensorFLow的主要用途 2.掌握TensorFlow中几种典型定义张量的方法
文档评论（0）