zoukankan      html  css  js  c++  java
  • tensorflow数据统计

    本篇内容包括,tf.norm(张量的范数)、tf.reduce_min/max(最大最小值)、tf.argmax/argmin(最大最小值的位置)、tf.equal(张量的比较)、tf.unique(张量的独特值)

    1.tf.norm

      · 二范数 ||x||2 = (Σxk2)1/2

      · 一范数 ||x||= Σ|xk|

      · 无穷范数 ||x||= max|xk|

    # 二范数
    a = tf.ones([2,2])
    print(tf.norm(a))
    print(tf.norm(a,ord=2,axis=0))
    print(tf.sqrt(tf.reduce_sum(tf.square(a))))
    # 一范数
    print(tf.norm(a,ord=1))
    print(tf.norm(a,ord=1,axis=0))
    print(tf.norm(a,ord=1,axis=1))

     2.reduce_min/max/mean

    a = tf.random.normal([4,10])
    # 全值,即把tensor打平为[40]
    print(tf.reduce_min(a),tf.reduce_max(a),tf.reduce_mean(a))
    # 指定参数轴
    print(tf.reduce_min(a,axis=1),tf.reduce_max(a,axis=1),tf.reduce_mean(a,axis=1))

     3.argmax/argmin

    print(tf.argmax(a).shape)
    print(tf.argmax(a))
    print(tf.argmin(a).shape)
    print(tf.argmin(a))

    4.tf.equal

    accuracy求值应用

    # 假定网络输出a
    a = tf.constant([[0.1,0.7,0.9],[0.9,0.05,0.05]])
    # 预测输出索引
    pred = tf.cast(tf.argmax(a,axis=1),dtype=tf.int32)
    # 实际标签
    y = tf.constant([2,1])
    print(tf.equal(y,pred))
    accuracy = tf.reduce_sum(tf.cast(tf.equal(y,pred),dtype=tf.int32))/2
    print(accuracy)

    5.tf.unique

    # tf.unique用来去除重复元素
    a = tf.range(5)
    print(tf.unique(a))
    a = tf.constant([4,2,2,4,3])
    print(tf.unique(a))

  • 相关阅读:
    vue3.0配置代理proxy 解决跨域问题
    1/26 机器人未来待解决问题
    每日一诵
    2020/11/14 关于股票的价格
    2020/11/14 再思股票价值
    11/2 股票价值
    我们为什么会越来越笨
    关于追女朋友
    关于早睡早起
    vue学习心得
  • 原文地址:https://www.cnblogs.com/zdm-code/p/12229738.html
Copyright © 2011-2022 走看看