importtensorflowastfa=tf.random.normal([3,3])amask=a>0mask#为True元素，即>0的元素的索引indices=tf.where(mask)indices#取回>0的值tf.gather_nd(a,indices)A=tf.ones([3,3])...

importtensorflowastfa=tf.range(10)a#a中小于2的元素值为2tf.maximum(a,2)#a中大于8的元素值为8tf.minimum(a,8)#a中的元素值限制在[2,8]区间内tf.clip_by_value(a,2,8)a=a-5atf.nn.relu(a)tf.maximum(...

importtensorflowastfa=tf.reshape(tf.range(9),[3,3])atf.pad(a,[[0,0],[0,0]])tf.pad(a,[[1,0,],[0,0]])tf.pad(a,[[1,1],[0,0]])tf.pad(a,[[1,1],[1,0]])tf.pad(a,[[1,1]...

importtensorflowastfa=tf.random.shuffle(tf.range(5))atf.sort(a,direction='DESCENDING')#返回索引tf.argsort(a,direction='DESCENDING')idx=tf.argsort(a,direction='DESCE...

importtensorflowastfa=tf.ones([2,2])atf.norm(a)tf.sqrt(tf.reduce_sum(tf.square(a)))a=tf.ones([4,28,28,3])a.shapetf.norm(a)tf.sqrt(tf.reduce_sum(tf.square(a)))b=...

importtensorflowastf#6个班级的学生分数情况a=tf.ones([4,35,8])b=tf.ones([2,35,8])c=tf.concat([a,b],axis=0)c.shape#3个学生学生补考a=tf.ones([4,32,8])b=tf.ones([4,3,8])tf.concat([a...

手写数字识别流程MNIST手写数字集7000*10张图片60k张图片训练，10k张图片测试每张图片是28*28，如果是彩色图片是28*28*30-255表示图片的灰度值，0表示纯白，255表示纯黑打平28*28的矩阵，得到28*28=784的向量对于b张图片得到[b,784];然后对于b张图片可以给定编码把上述的普通编...

importtensorflowastfb=tf.fill([2,2],2.)a=tf.ones([2,2])a+ba-ba*ba/bb//ab%atf.math.log(a)#只有以e为底的logtf.exp(a)tf.math.log(8.)/tf.math.log(2.)#以2为底tf.math.log(100....

Broadcasting可以理解成把维度分成大维度和小维度，小维度较为具体，大维度更加抽象。也就是小维度针对某个示例，然后让这个示例通用语大维度。importtensorflowastfx=tf.random.normal([4,32,32,3])x.shape(x+tf.random.normal([3])).sha...

图片视图[b,28,28]#保存b张图片，28行，28列（保存数据一般行优先），图片的数据没有被破坏[b,28*28]#保存b张图片，不考虑图片的行和列，只保存图片的数据，不关注图片数据的细节[b,2,14*28]#保存b张图片，把图片分为上下两个部分，两个部分具体多少行是不清楚的[b,28,28,1]#保存b张图片，...

importtensorflowastfa=tf.ones([1,5,5,3])a.shapea[0][0]numpy:索引a=tf.random.normal([4,28,28,3])a.shapea[1].shapea[1,2].shapea[1][2][3].shapea[1,2,3,2].shape一维切片a=...

importnumpyasnpimporttensorflowastftf.convert_to_tensor(np.ones([2,3]))tf.convert_to_tensor(np.zeros([2,3]))listtf.convert_to_tensor([1,2])tf.convert_to_tensor(...

list:[1,1.2,'hello']，存储图片占用内存非常大np.array，存成一个静态数组，但是numpy在深度学习之前就出现了，所以不适合深度学习tf.Tensor，为了弥补numpy的缺点，更多的是为了深度学习而生tensor数据存储类型scalar：标量，1.1vector：向量，[1.1],[1.1,2...

#1.自定义模型并训练。importnumpyasnpimporttensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datatf.logging.set_verbosity(tf.logging.INFO)deflenet(x,is_tra...

#1.模型定义。importnumpyasnpimporttensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datatf.logging.set_verbosity(tf.logging.INFO)mnist=input_data.read...