referrence: 莫烦视频
先介绍几个函数
1.tf.cast()
英文解释:
也就是说cast的直译，类似于映射，映射到一个你制定的类型。
2.tf.argmax 原型：
含义：返回最大值所在的坐标。（谁给翻译下最后一句？？？）
ps:谁给解释下axis最后一句话？
例子：
3.tf.reduce_mean() 原型:
含义：一句话来说就是对制定的reduction_index进行均值计算。
注意，reduction_indices为0时，是算的不同的[]的同一个位置上的均值
为1是是算的[]内的均值。
1 import numpy as np 2 import tensorflow as tf 3 tt = tf.reduce_mean([1,2,3,4]) 4 ttt = tf.reduce_mean([[1.0,2,3,4,5],[6,7,8,9,10],[1,1,1,1,1]],reduction_indices=[1]) 5 t = tf.reduce_mean([[1.0,2,3,4,5],[6,7,8,9,10],[1,1,1,1,1]],reduction_indices=[0]) 6 sess = tf.Session() 7 sess.run(tf.initialize_all_variables()) 8 9 print (sess.run(t)) 10 print (sess.run(tt))
tf.equal:
含义比较两个tensor的值，如果在一个下表下一样，那么返回的tensor在这个下表上就为true.这个函数一般可以与cast在一起去（cast到float32上）计算一些准确率
