tensorflow运行mnist的一些常用函数整理(2)

 

主要有：

         tf.equal()

         tf.argmax()

         tf.cast()

 

详细介绍：

tf.equal(A, B)

             这个函数主要是用于比较两个矩阵或者向量，返回的矩阵维度与A矩阵一样

            注意：返回的矩阵里面的元素是布尔类型

                       B的形状不一定要与A的形状一样

运行如下代码：

             

import tensorflow as tf
import numpy as np

A = [[1,3,4],[2,5,6]]
B = [[1,2,4]]

with tf.Session() as sess:
    print(sess.run(tf.equal(A, B)))

输出结果：

[[ True False True]
[False False False]]

tf.argmax(A, axis)

               这个函数返回矩阵最大值的索引号，对于矩阵来说，返回的是一个向量

              axis=1：按列比较----每一列对应元素比较

              axis=0：按行比较（第二个参数不填默认为axis=0）

               如果某一行或者一列有相同的数，则返回最靠前的

import tensorflow as tf
import numpy as np
A = [[1,3,4],[2,5,6],[6,5,4]]
with tf.Session() as sess:
       #修改这里的axis
    print(sess.run(tf.argmax(A, 1)))

axis = 0：[2 1 1]

axis = 1：[2 2 0]

tf.cast(x, dtype, name=None)

             将x的数据格式转换为dtype，比较常用的是将bool转换为0、1

   注意：要用tensorflow里面定义的类型，如果将下面代码中tf.float32换为float

              则报错   Cannot convert value <class 'float'> to a TensorFlow DType.

import tensorflow as tf
import numpy as np
#用tensorflow来定义变量也可，后面需要初始化
#不初始化出现如下错误
#Attempting to use uninitialized value Variable
#A = tf.Variable([[True,True,False],[False,False,False],[True,True,True]])
A = [[True,True,False],[False,False,False],[True,True,True]]
with tf.Session() as sess:
    #sess.run(tf.initialize_all_variables())
    print(sess.run(tf.cast(A, tf.float32)))

输出：

[[ 1. 1. 0.]
[ 0. 0. 0.]
[ 1. 1. 1.]]