常用的函数:
tf.argmax(input, axis=None, name=None, dimension=None)
input: 输入 Tensor
axis:0 表示按列, 1 表示按行
name: 名称
返回的为索引
- import tensorflow as tf
- import numpy as np
- A , B = [[1, 3, 4, 5, 6]],[[1, 3, 4], [2, 4, 1]]
- with tf.Session() as sess:
- print(sess.run(tf.argmax(A, 1)))
- print(sess.run(tf.argmax(B, 1)))
- tf.argmax
结果:
[4]
[2 1]
tf.case(pred_fn_pairs, default=None, exclusive=False, strict=False, name='case') 类型转换
pred_fn_pairs 参数是大小为 N 的字典或 pairs 的列表 -- 由 boolean 标量和可调用函数返回张量列表
exclusive==True, 则计算所有的谓词, 如果多个谓词计算为 True, 则引发异常.
default: 默认返回 tensors 列表
strict: boolean 打开或关闭'strict' 模式
tf.equal(A, B) 是对比这两个矩阵或者向量的相等的元素, 如果是相等的那就返回 True, 反正返回 False, 返回的值的矩阵维度和 A 是一样的
代码:
- import tensorflow as tf
- import numpy as np
- A , B = [[1, 3, 4, 5, 6]],[[1, 3, 4, 3, 2]]
- with tf.Session() as sess:
- print(sess.run(tf.equal(A, B)))
- equal
结果:[[ True True True False False]]