tensorflow学习笔记

 在TensorFlow的世界里，变量的定义和初始化是分开的，所有关于图变量的赋值和计算都要通过tf.Session的run来进行。想要将所有图变量进行集体初始化时应该使用tf.global_variables_initializer。

一.with tf.Graph().as_default()

• 为什么要写 tf.Graph().as_default()
• Tensorflow－with tf.Graph().as_default()
• tf.Graph().as_default() 详解

二、tf.variable_scope函数

三、tf.placeholde函数解释与用法

该函数用于得到传递进来的真实的训练样本。同时也可以理解为形参，用于定义过程，在执行的时候再赋具体的值。（相当于首先定义一个容器，包含容量、size等信息，真正调用的时候再往容器里面注入东西）

四、slim.arg_scope（）的使用

五、TF.Slim的repeat和stack操作

六、tf.summary.histogram

• TensorFlow学习－－tf.summary.histogram与直方图仪表板/tensorboard_histograms
• tf.summary.scalar()和tf.summary.histogram

七、tf.reduce_mean函数

tf.reduce_mean 函数用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor（图像）的平均值。

八、tf.squeeze()

九、slim.get_model_variables()

https://blog.csdn.net/weixin_36670529/article/details/99718633

https://blog.csdn.net/Arctic_Beacon/article/details/84643664

十、slim.assign_from_checkpoint_fn

返回一个函数，它从checkpoint文件读取变量值并分配给给特定变量。如果ignore_missing_vars为True，并且在检查点中找不到变量，则返回None。

十一、tf.matmul() 和tf.multiply() 的区别

tf.multiply（）两个矩阵中对应元素各自相乘；

tf.matmul（）将矩阵a乘以矩阵b，生成a * b。

十二、tf.ConfigProto()详解

tf.ConfigProto()主要的作用是配置tf.Session的运算方式，比如gpu运算或者cpu运算

https://blog.csdn.net/qq_31261509/article/details/79746114

https://www.cnblogs.com/chenzhen0530/p/10623856.html

十三、tf.Session()+with语句

十四、sess.run(tf.global_variables_initializer())

此函数是初始化模型的参数

sess.run(tf.global_variables_initializer())

tf.global_variables_initializer()什么时候用？