tf.sign和tf.reduce_sum

tensorflow中两个经常用到的操作，理解的不是很透彻，故在此做标记：

关于reduce_sum的维度问题也容易让人迷惑，特找来好用的图示，一看即懂：

为了加深影响，给出简单code

import numpy as np
import tensorflow as tf
inputs = [[1,0,2],[3,2,4]]
inputs = np.array(inputs)
A = tf.sign(inputs)
B = tf.reduce_sum(A, reduction_indices=1)
with tf.Session() as sess:print(sess.run(A))print(sess.run(B))

执行结果如下：

参考资料：
https://www.zhihu.com/question/51325408?from=profile_question_card
http://blog.csdn.net/lenbow/article/details/52152766

tf.sign和tf.reduce_sum相关推荐

TensorFlow 学习（七） — 常用函数 api、tf.nn、tf.keras
0. 四则运算平方:tf.square(),开方:tf.sqrt() tf.add().tf.sub().tf.mul().tf.div().tf.mod().tf.abs().tf.neg() 1 ...
【tf.keras】tf.keras模型复现
keras 构建模型很简单,上手很方便,同时又是 tensorflow 的高级 API,所以学学也挺好. 模型复现在我们的实验中也挺重要的,跑出了一个模型,虽然我们可以将模型的 checkpoint ...
通俗理解tf.name_scope()、tf.variable_scope()
前言:最近做一个实验,遇到TensorFlow变量作用域问题,对tf.name_scope().tf.variable_scope()等进行了较为深刻的比较,记录相关笔记: tf.name_scope ...
openlayers map获取全部feature_tf2.0基础-tf.data与tf.feature_column
7.2.1 tf.data 使用 tf.data API 可以轻松处理大量数据.不同的数据格式以及复杂的转换.tf.data API 在 TensorFlow 中引入了两个新的抽象类: tf.data ...
tf.name_scope() 和 tf.variable_scope() 的用法和玄机
2019独角兽企业重金招聘Python工程师标准>>> 一. name_scope 和 variable_scope的用途用途1: 共享变量 TensorFlow (TF) 中,n ...
tf.variable和tf.get_Variable以及tf.name_scope和tf.variable_scope的区别
在训练深度网络时,为了减少需要训练参数的个数(比如具有simase结构的LSTM模型).或是多机多卡并行化训练大数据大模型(比如数据并行化)等情况时,往往需要共享变量.另外一方面是当一个深度学习模型变 ...
【tf.keras】tf.keras使用tensorflow中定义的optimizer
我的 tensorflow+keras 版本: print(tf.VERSION) # '1.10.0' print(tf.keras.__version__) # '2.1.6-tf' tf.ker ...
with tf.Session(config=tf.ConfigProto(log_device_placement=True))
这个加上后,不能顺利利用gpu了, with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess,tf.devic ...
使用估算器、tf.keras 和 tf.data 进行多 GPU 训练
文 / Zalando Research 研究科学家 Kashif Rasul 来源 | TensorFlow 公众号与大多数 AI 研究部门一样,Zalando Research 也意识到了对创意 ...

tf.sign和tf.reduce_sum

tf.sign和tf.reduce_sum

tf.sign和tf.reduce_sum相关推荐

最新文章

热门文章