本文主要是介绍DNN或深度学习中常用函数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
1、tf.multiply(x,y) 对应元素相乘 x: 一个类型为:half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128的张量。 y: 一个类型跟张量x相同的张量。 返回值: x * y element-wise.
import tensorflow as tf
a = [[3,4],[2,3]]
b = tf.constant(a,dtype=tf.int32)
c = tf.reshape(b, shape=[2, 2, 1])
sess = tf.Session()
sess.run(c)
array([[[3],[4]],[[2],[3]]], dtype=int32)sess.run(b)
array([[3, 4],[2, 3]], dtype=int32)f = tf.multiply(c, b)
sess.run(f)
array([[[ 9, 12],[ 8, 12]],[[ 6, 8],[ 6, 9]]], dtype=int32)
2、tf.reduce_sum 压缩求和,用于降维
sess.run(f)
array([[[ 9, 12],[ 8, 12]],[[ 6, 8],[ 6, 9]]], dtype=int32)g = tf.reduce_sum(f,0)
sess.run(g)
array([[15, 20],[14, 21]], dtype=int32)e = tf.reduce_sum(f,1)sess.run(e)
array([[17, 24],[12, 17]], dtype=int32)g = tf.reduce_sum(f,2)
sess.run(g)
array([[21, 20],[14, 15]], dtype=int32)
参考:1、https://blog.csdn.net/mumu_1233/article/details/78887068
这篇关于DNN或深度学习中常用函数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!