referrence: 莫煩視頻
先介紹幾個函數
1.tf.cast()
英文解釋:
也就是說cast的直譯，類似於映射，映射到一個你制定的類型。
2.tf.argmax 原型：
含義：返回最大值所在的坐標。（誰給翻譯下最后一句？？？）
ps:誰給解釋下axis最后一句話？
例子：
3.tf.reduce_mean() 原型:
含義：一句話來說就是對制定的reduction_index進行均值計算。
注意，reduction_indices為0時，是算的不同的[]的同一個位置上的均值
為1是是算的[]內的均值。
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:
含義比較兩個tensor的值，如果在一個下表下一樣，那么返回的tensor在這個下表上就為true.這個函數一般可以與cast在一起去（cast到float32上）計算一些准確率
