tensorflow学习笔记2

1.np.asarray()

array和asarray都可将结构数据转换为ndarray类型。

举例：data1=[[1,1,1],[1,1,1],[1,1,1]] arr2=np.array(data1) arr3=np.asarray(data1) 

输出：arr2: [[1 1 1] [1 1 1] [1 1 1]] arr3: [[1 1 1] [1 1 1] [1 1 1]]

 

2.shape()

shape函数是numpy.core.fromnumeric中的函数，它的功能是读取矩阵的长度，比如shape[0]就是读取矩阵第一维度的长度。

 

3.tf.placeholder()

tf.placeholder(    dtype,    shape=None,    name=None)

 

 dtype：数据类型。常用的是tf.float32,tf.float64等数值类型
 shape：数据形状。默认是None，就是一维值，也可以是多维（比如[2,3], [None, 3]表示列是3，行不定）
 name：名称

4.tf.Variable()

tf.Variable(initializer,name),参数initializer是初始化参数，name是可自定义的变量名称

 

5.np.random.randn()

当函数括号内没有参数时，则返回一个浮点数； 
当函数括号内有一个参数时，则返回秩为1的数组，不能表示向量和矩阵； 
当函数括号内有两个及以上参数时，则返回对应维度的数组，能表示向量或矩阵； 
np.random.standard_normal（）函数与np.random.randn()类似，但是np.random.standard_normal（）的输入参数为元组（tuple）. 
np.random.randn()的输入通常为整数，但是如果为浮点数，则会自动直接截断转换为整数。

 

6.tf.pow()

幂值计算函数

x = tf.constant([[2, 2], [3, 3]])
y = tf.constant([[8, 16], [2, 3]])
tf.pow(x, y)  # [[256, 65536], [9, 27]]