Python API 樹

Python API Guides (僅記錄日常用到的api)

Python API Guides

  • Tensor轉(zhuǎn)換: Ref

    • 生成tensor

      • tf.string_to_number
      • tf.to_double
      • tf.to_float
      • tf.to_bfloat16
      • tf.to_int32
      • tf.to_int64
      • tf.cast
    • tensor形狀op

      • tf.shape
      • tf.size
      • tf.rank
      • tf.reshape
      • tf.squeeze
      • tf.expand_dims
    • 切片和插入op

      • tf.slice
      • tf.split
      • tf.pad
      • tf.concat
      • tf.transpose
  • 斷言和布爾檢查: Ref

    Defined in tensorflow/python/ops/check_ops.py

  • Graphs運(yùn)作: Ref

  • 常量备绽、序列和隨機(jī)變量:  Ref

    • 生成常量tensor

      • tf.zeros
      • tf.zeros_like
      • tf.ones
      • tf.ones_like
      • tf.fill
      • tf.constant
    • 生成序列op

      • tf.linspace
      • tf.range
    • 生成隨機(jī)tensor

      Under Tensorflow/python/ops dir or Tnesorflow/python/framework dir

      • tf.random_normal
      • tf.truncated_normal
      • tf.random_uniform
      • tf.random_shuffle
  • 構(gòu)建網(wǎng)絡(luò)層: Ref

  • RNN: Ref

  • 過程控制: Ref

  • 構(gòu)建graph: Ref

  • 圖像: Ref

    • 圖像調(diào)整op

      • tf.image.resize_images
  • 輸入和讀取:

    • 占位符op

      • tf.placeholder
      • tf.placeholder_with_default
    • 讀取op

      • tf.ReaderBase
      • tf.IdentityReader
      • tf.TFRecordReader
    • 轉(zhuǎn)換成tensor

      • tf.decode_csv
      • tf.decode_raw
    • 隊(duì)列op

      • tf.QueueBase
      • tf.FIFOQueue
    • 文件處理op

      • tf.matching_files
      • tf.read_file
      • tf.write_file
    • 流水線輸入op

      • tf.train.batch
      • tf.train.maybe_batch
      • tf.train.batch_join
      • tf.train.maybe_batch_join
      • tf.train.shuffle_batch
  • 數(shù)學(xué)計(jì)算:  {Detail}

    Defined in tensorflow/python/ops/math_ops.py

    • 算數(shù)op

      • tf.add
      • tf.subtract
      • tf.multiply
      • tf.scalar_mul
      • tf.div
      • tf.divide
      • tf.truediv
      • tf.floordiv
      • tf.realdiv
      • tf.truncatediv
      • tf.floor_div
      • tf.truncatemod
      • tf.floormod
      • tf.mod
      • tf.cross
    • 基本數(shù)學(xué)op

      • tf.add_n
      • tf.abs
      • tf.negative
      • tf.sign
      • tf.square
      • tf.round
      • tf.sqrt
      • tf.exp
      • tf.expm1
      • tf.log
      • tf.log1p
      • tf.ceil
      • tf.floor
      • tf.maximum
      • tf.minimum
      • tf.cos
      • tf.sin
      • tf.tan
      • tf.acos
      • tf.asin
      • tf.atan
    • 矩陣的線代op

      • tf.diag
      • tf.trace
      • tf.transpose
      • tf.eye
      • tf.matrix_diag
      • tf.matrix_transpose
      • tf.matmul
      • tf.norm
      • tf.cholesky
    • 復(fù)數(shù)op

      • tf.complex
      • tf.conj
      • tf.imag
      • tf.real
    • 降維op

      • tf.reduce_sum
      • tf.reduce_prod
      • tf.reduce_min
      • tf.reduce_max
      • tf.reduce_mean
      • tf.reduce_all
      • tf.reduce_any
    • 切片op

      • tf.segment_sum
      • tf.segment_prod
      • tf.segment_min
      • tf.segment_max
      • tf.segment_mean
      • tf.sparse_segment_sum
      • tf.sparse_segment_mean
    • 序列比較和索引提取op

      • tf.argmin
      • tf.argmax
      • tf.where
      • tf.unique
  • 神經(jīng)網(wǎng)絡(luò)

    • 激活op

      • tf.nn.relu
      • tf.nn.relu6
      • tf.nn.crelu
      • tf.nn.elu
      • tf.nn.softplus
      • tf.nn.softsign
      • tf.nn.dropout
      • tf.nn.bias_add
      • tf.sigmoid
      • tf.tanh
    • 卷積op

      • tf.nn.convolution
      • tf.nn.conv2d
      • tf.nn.depthwise_conv2d
      • tf.nn.depthwise_conv2d_native
      • tf.nn.separable_conv2d
      • tf.nn.atrous_conv2d
      • tf.nn.atrous_conv2d_transpose
      • tf.nn.conv2d_transpose
      • tf.nn.conv1d
      • tf.nn.conv3d
      • tf.nn.conv3d_transpose
      • tf.nn.conv2d_backprop_filter
      • tf.nn.conv2d_backprop_input
      • tf.nn.conv3d_backprop_filter_v2
      • tf.nn.depthwise_conv2d_native_backprop_filter
      • tf.nn.depthwise_conv2d_native_backprop_input
    • 池化op

      • tf.nn.avg_pool
      • tf.nn.max_pool
      • tf.nn.max_pool_with_argmax
      • tf.nn.avg_pool3d
      • tf.nn.max_pool3d
      • tf.nn.fractional_avg_pool
      • tf.nn.fractional_max_pool
      • tf.nn.pool
    • 歸一化op

      • tf.nn.l2_normalize
      • tf.nn.local_response_normalization
      • tf.nn.sufficient_statistics
      • tf.nn.normalize_moments
      • tf.nn.moments
      • tf.nn.weighted_moments
      • tf.nn.fused_batch_norm
      • tf.nn.batch_normalization
      • tf.nn.batch_norm_with_global_normalization
    • 誤差損失op

      • tf.nn.l2_loss
      • tf.nn.log_poisson_loss
    • 分類op

      • tf.nn.sigmoid_cross_entropy_with_logits
      • tf.nn.softmax
      • tf.nn.log_softmax
      • tf.nn.softmax_cross_entropy_with_logits
      • tf.nn.sparse_softmax_cross_entropy_with_logits
      • tf.nn.weighted_cross_entropy_with_logits
    • 查找嵌入tensor的value

      • tf.nn.embedding_lookup
      • tf.nn.embedding_lookup_sparse
    • 候選抽樣op

      • tf.nn.sampled_softmax_loss
  • value

    • value

      • tf.Variable
    • value管理op

      • tf.global_variables
      • tf.local_variables
      • tf.model_variables
      • tf.trainable_variables
      • tf.moving_average_variables
      • tf.global_variables_initializer
      • tf.local_variables_initializer
      • tf.variables_initializer
      • tf.is_variable_initialized
      • tf.report_uninitialized_variables
      • tf.assert_variables_initialized
      • tf.assign
      • tf.assign_add
      • tf.assign_sub
    • value保存和恢復(fù)op

      • tf.train.Saver
      • tf.train.latest_checkpoint
      • tf.train.get_checkpoint_state
      • tf.train.update_checkpoint_state
    • value共享op

      • tf.get_variable
      • tf.get_local_variable
      • tf.VariableScope
      • tf.variable_scope
      • tf.variable_op_scope
      • tf.get_variable_scope
      • tf.constant_initializer
      • tf.random_normal_initializer
      • tf.truncated_normal_initializer
      • tf.random_uniform_initializer
      • tf.uniform_unit_scaling_initializer
      • tf.zeros_initializer
      • tf.ones_initializer
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子诲侮,更是在濱河造成了極大的恐慌饶辙,老刑警劉巖耳幢,帶你破解...
    沈念sama閱讀 218,941評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件模暗,死亡現(xiàn)場離奇詭異禁悠,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)兑宇,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,397評論 3 395
  • 文/潘曉璐 我一進(jìn)店門碍侦,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人隶糕,你說我怎么就攤上這事瓷产。” “怎么了枚驻?”我有些...
    開封第一講書人閱讀 165,345評論 0 356
  • 文/不壞的土叔 我叫張陵濒旦,是天一觀的道長。 經(jīng)常有香客問我再登,道長尔邓,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,851評論 1 295
  • 正文 為了忘掉前任锉矢,我火速辦了婚禮梯嗽,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘沽损。我一直安慰自己灯节,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,868評論 6 392
  • 文/花漫 我一把揭開白布绵估。 她就那樣靜靜地躺著显晶,像睡著了一般。 火紅的嫁衣襯著肌膚如雪壹士。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,688評論 1 305
  • 那天偿警,我揣著相機(jī)與錄音躏救,去河邊找鬼。 笑死螟蒸,一個(gè)胖子當(dāng)著我的面吹牛盒使,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播七嫌,決...
    沈念sama閱讀 40,414評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼少办,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了诵原?” 一聲冷哼從身側(cè)響起英妓,我...
    開封第一講書人閱讀 39,319評論 0 276
  • 序言:老撾萬榮一對情侶失蹤挽放,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后蔓纠,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體辑畦,經(jīng)...
    沈念sama閱讀 45,775評論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,945評論 3 336
  • 正文 我和宋清朗相戀三年腿倚,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了纯出。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,096評論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡敷燎,死狀恐怖暂筝,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情硬贯,我是刑警寧澤焕襟,帶...
    沈念sama閱讀 35,789評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站澄成,受9級(jí)特大地震影響胧洒,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜墨状,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,437評論 3 331
  • 文/蒙蒙 一卫漫、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧肾砂,春花似錦列赎、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,993評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至源葫,卻和暖如春诗越,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背息堂。 一陣腳步聲響...
    開封第一講書人閱讀 33,107評論 1 271
  • 我被黑心中介騙來泰國打工嚷狞, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人荣堰。 一個(gè)月前我還...
    沈念sama閱讀 48,308評論 3 372
  • 正文 我出身青樓床未,卻偏偏與公主長得像,于是被迫代替她去往敵國和親振坚。 傳聞我的和親對象是個(gè)殘疾皇子薇搁,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,037評論 2 355

推薦閱讀更多精彩內(nèi)容

  • Effective TensorFlow Table of Contents TensorFlow Basics ...
    法布雷加嘻閱讀 547評論 0 1
  • 微風(fēng) 太陽很毒 一條金黃色的魚 在波光粼粼的湖面 跳著 自己編導(dǎo)的舞 太陽很毒 金黃色的魚 自己陶醉著 以為這就是...
    蠶豆?jié)裨?/span>閱讀 236評論 0 2
  • 這是我第一本讀完了的書。 深夜讀書果然比較有趣渡八,隨著故事情節(jié)啃洋,一晃幾十年传货,仿佛自己經(jīng)歷了人生一樣。 我開始覺得我并...
    姜鳴閱讀 264評論 0 0
  • 前幾天去電影院看了《岡仁波齊》裂允,故事沒有想象中的精彩损离,里面也沒有特別多西藏的壯觀的風(fēng)景,鏡頭下切換最多的是那些朝...
    海燕9947閱讀 380評論 0 1