tf用法 | 易学教程

------------恢复内容开始------------

tensorflow基础函数合辑

import tensorflow as tf

*tf.constant*

函数定义：tf.constant(data,shape=[])

参数说明：data--输入数据，shape--reshape后的形状。使用的reshape中的最低维度优先填充原则。

reshape可参考：http://chenjingjiu.cn/index.php/2019/07/04/numpy-reshape/

*tf.tile*

tf.tile:用来对张量(Tensor)进行扩展的, 其特点是对当前张量内的数据进行一定规则的复制。最终的输出张量维度不变。

函数定义：

tf.tile( input, multiples, name=None )

示例：

>>>tf.tile([1,2],[2])

[1,2,1,2]

*tf.nn.conv2d*

函数定义：

tf.nn.conv2d(
    input,
    filter,
    strides,
    padding,
    use_cudnn_on_gpu=True,
    data_format='NHWC',
    dilations=[1, 1, 1, 1],
    name=None
)

Returns:
A Tensor.

参数说明：

input：

指需要做卷积的输入图像（tensor），

具有[batch,in_height,in_width,in_channels]这样的4维shape，

分别是图片数量、图片高度、图片宽度、图片通道数，数据类型为float32或float64。

filter:

相当于CNN中的卷积核，它是一个tensor，shape是[filter_height,filter_width,in_channels,out_channels]：滤波器高度、宽度、图像通道数、滤波器个数，数据类型和input相同。

strides:

卷积在每一维的步长，一般为一个一维向量，长度为4，一般为[1,stride,stride,1]。

padding定义元素边框和元素内容之间的空间，只能是‘SAME’（边缘填充）或者‘VALID’（边缘不填充）。

关于计算输出数据的维度可以参考这个：

https://www.zhihu.com/question/39022858/answer/194996805

------------恢复内容结束------------

来源：https://www.cnblogs.com/durui0558/p/12215540.html

标签

卷积

tensor