TensorFlow人工智能學(xué)習(xí)張量及高階操作示例詳解
一、張量裁剪
1.tf.maximum/minimum/clip_by_value()
該方法按數(shù)值裁剪,傳入tensor和閾值,maximum是把數(shù)據(jù)中小于閾值的變成閾值。minimum是把數(shù)據(jù)中大于閾值的變成閾值。clip_by_value需要傳入兩個(gè)閾值,會(huì)把數(shù)據(jù)裁剪到閾值中間。
2.tf.clip_by_norm()
按范數(shù)裁剪,傳入tensor和新的范數(shù)。通過(guò)裁剪范數(shù),可以進(jìn)行等比例放縮,使得梯度方向不變,但數(shù)值變小。通過(guò)這個(gè)方法可以對(duì)梯度進(jìn)行裁剪,一次性對(duì)所有的參數(shù)的范數(shù)進(jìn)行裁剪,并且保留方向。防止梯度爆炸,梯度彌散。
二、張量排序
1.tf.sort/argsort()
這兩個(gè)方法分別返回排序后的值,排序后的索引。有索引之后,可以通過(guò)gather方法對(duì)數(shù)據(jù)排序。
對(duì)于多維tensor,不指定軸的時(shí)候,默認(rèn)是對(duì)最后一個(gè)軸操作。
2.tf.math.topk()
返回前k大的那些數(shù)據(jù),以及索引。比如下面的例子,傳入a,2的意思是前兩個(gè)大的值。因此會(huì)對(duì)每一行,尋找前兩大的數(shù),以及對(duì)應(yīng)的索引,存到返回值中。
可以通過(guò)這個(gè)規(guī)則,求解topk的準(zhǔn)確率。比如下面的例子,對(duì)于兩條數(shù)據(jù),預(yù)測(cè)概率是prob,根據(jù)預(yù)測(cè)概率,得到這兩條數(shù)據(jù)最大值索引是2,1,而實(shí)際的值target是2,0。
①通過(guò)tf.math.top_k方法,對(duì)預(yù)測(cè)的概率進(jìn)行排序,讓它返回前三大的值。并得到索引。
②將索引進(jìn)行轉(zhuǎn)置之后,可以方便地閱讀:第一列就是第一條數(shù)據(jù)的預(yù)測(cè)值概率索引排序,第二列就是第二條數(shù)據(jù)的預(yù)測(cè)值概率索引排序。
③那么,對(duì)于兩條數(shù)據(jù)top1的準(zhǔn)確率,就是概率最大的索引,也就是第一行的兩個(gè)數(shù)據(jù),2,1,而實(shí)際值是2,0,那么top1準(zhǔn)確率就是50%
④top2的準(zhǔn)確率,意思就是,只要前兩名的概率預(yù)測(cè)有對(duì)的,那就算預(yù)測(cè)對(duì)了。那么第一行,第一條預(yù)測(cè)對(duì)了,第二條預(yù)測(cè)錯(cuò)了。而第二行,第一條預(yù)測(cè)錯(cuò)了,第二條預(yù)測(cè)對(duì)了。
⑤那么,根據(jù)“只要前兩個(gè)概率有一個(gè)對(duì),那就算對(duì)”,top2的準(zhǔn)確率就是100%
三、TensorFlow高階操作
1.tf.where()
如果傳入布爾型數(shù)據(jù),會(huì)根據(jù)數(shù)據(jù)返回值為T(mén)rue的數(shù)值的索引。
如果傳入條件數(shù)據(jù),比如where(condition, A, B),condition是一個(gè)布爾tensor,會(huì)從A里面選擇condition為true的位置所對(duì)應(yīng)的數(shù)據(jù),從B里面選擇conditon為false的位置所對(duì)應(yīng)的數(shù)據(jù)。
2.tf.scatter_nd()
該方法中,傳入索引,數(shù)據(jù),底板。
底板通常是全0的tensor,索引是和數(shù)據(jù)一一對(duì)應(yīng)的,并且索引的長(zhǎng)度不超過(guò)底板。
傳入的每一個(gè)數(shù)據(jù)都對(duì)應(yīng)一個(gè)索引,然后把數(shù)據(jù)更新到底板上面索引對(duì)應(yīng)的位置。
如果底板已經(jīng)有數(shù)據(jù)了,就需要全部清零,再更新。
在二維上面舉例如下:
3.tf.meshgrid()
和numpy里面的meshgrid用法一樣,分別生成的是網(wǎng)格中x和y的數(shù)據(jù)。例子如下:
然后使用stack進(jìn)行一個(gè)堆疊,就可以得到所有25個(gè)點(diǎn)的坐標(biāo)。
以上就是TensorFlow人工智能學(xué)習(xí)張量及高階操作示例詳解的詳細(xì)內(nèi)容,更多關(guān)于TensorFlow張量高階操作的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Python+Pygame制作"長(zhǎng)沙版"大富翁
說(shuō)到童年愛(ài)玩的電腦游戲,最國(guó)民的莫過(guò)于金山打字通,接著是掃雷、紅心大戰(zhàn),而紅極一時(shí)的單機(jī)游戲當(dāng)屬《大富翁》。本文將通過(guò)Python的Pygame模塊制作"長(zhǎng)沙版"的大富翁,需要的可以參考一下2022-02-02Python批量刪除或移動(dòng)指定圖像的實(shí)現(xiàn)示例
本文主要介紹了Python批量刪除或移動(dòng)指定圖像,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03基于Python實(shí)現(xiàn)隨機(jī)點(diǎn)名系統(tǒng)的示例代碼
在某些難以抉擇得時(shí)候,我們經(jīng)常要用外力來(lái)幫助我們做出選擇,比如,梁山出征方臘前沙場(chǎng)點(diǎn)兵,挑選先鋒的場(chǎng)景。所以本文就來(lái)用Python做個(gè)隨機(jī)點(diǎn)名系統(tǒng)吧,需要的可以參考一下2023-04-04Python?操作Excel-openpyxl模塊用法實(shí)例
openpyxl 模塊是一個(gè)讀寫(xiě) Excel 2010 文檔的 Python 庫(kù),如果要處理更早格式的 Excel 文 檔,需要用到額外的庫(kù),openpyxl 是一個(gè)比較綜合的工具,能夠同時(shí)讀取和修改 Excel 文檔,這篇文章主要介紹了Python?操作Excel-openpyxl模塊使用,需要的朋友可以參考下2023-05-05python 讀寫(xiě)excel文件操作示例【附源碼下載】
這篇文章主要介紹了python 讀寫(xiě)excel文件操作,結(jié)合實(shí)例形式分析了Python基于xlutils導(dǎo)入xlrd,xlwt庫(kù)操作Excel相關(guān)實(shí)現(xiàn)技巧,并附帶源碼供讀者下載參考,需要的朋友可以參考下2019-06-06Python數(shù)學(xué)建模學(xué)習(xí)模擬退火算法整數(shù)規(guī)劃問(wèn)題示例解析
整數(shù)規(guī)劃問(wèn)題在工業(yè)、經(jīng)濟(jì)、國(guó)防、醫(yī)療等各行各業(yè)應(yīng)用十分廣泛,是指規(guī)劃中的變量(全部或部分)限制為整數(shù),屬于離散優(yōu)化問(wèn)題Discrete Optimization2021-10-10python正則爬取某段子網(wǎng)站前20頁(yè)段子(request庫(kù))過(guò)程解析
這篇文章主要介紹了python正則爬取某段子網(wǎng)站前20頁(yè)段子(request庫(kù))過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08Jupyter Notebook調(diào)用指定的虛擬環(huán)境的實(shí)現(xiàn)示例
本文主要介紹了Jupyter Notebook調(diào)用指定的虛擬環(huán)境的實(shí)現(xiàn)示例,,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07Python實(shí)現(xiàn)讀取mat、tif和hdr格式數(shù)據(jù)
遙感影像數(shù)據(jù)大多以tif格式或者以hdr格式進(jìn)行存儲(chǔ),如果以mat格式進(jìn)行存儲(chǔ),不會(huì)保留坐標(biāo)信息,本文將詳細(xì)介紹如何使用python來(lái)讀取這三種格式的數(shù)據(jù),需要的可以參考下2023-12-12Python讀取excel文件中的數(shù)據(jù),繪制折線圖及散點(diǎn)圖
這篇文章主要介紹了Python讀取excel文件中的數(shù)據(jù),繪制折線圖及散點(diǎn)圖,文章圍繞主題展開(kāi)詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的小伙伴可以參考一下2022-09-09