【VGG】复现VGG需要的函数

tf.placeholder()

def placeholder(dtype, shape=None, name=None):

tf.placeholder()用来传入真是训练样本/测试/真实特征/待处理特征，仅占位，

不必给初值，用sess.run的feed_dict参数以字典的形式喂入x

no.save() / np.load()

def save(file, arr, allow_pickle=True, fix_imports=True):

def load(file, mmap_mode=None, allow_pickle=True, fix_imports=True,
         encoding='ASCII'):

使用示例

import numpy as np

A = np.arange(15).reshape(3,5)
print(A)
np.save("A",A)
B = np.load('A.npy')
print(B)

运行结果

[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]]
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]]

tf.shape()

返回数据的维度

import tensorflow as tf
import os
import numpy as np

os.environ["TF_CPP_MIN_LOG_LEVEL"] = "2"  # 忽略tensorflow警告信息

x = tf.constant([[1,2,3],[4,5,6]])
A = [[1,3,4],[4,5,6],[7,8,9]]
y =np.arange(12).reshape(1,3,4)

with tf.Session() as sess:
    print('A:',sess.run(tf.shape(A)))
    print('x:',sess.run(tf.shape(x)))
    print('y:',sess.run(tf.shape(y)))

结果：

A: [3 3]
x: [2 3]
y: [1 3 4]

其他

这里演示一下 tf.reshape()

import tensorflow as tf
import os

os.environ["TF_CPP_MIN_LOG_LEVEL"] = "2"  # 忽略tensorflow警告信息

x = tf.constant([[1,2,3],[4,5,6]])

a = tf.reshape(x,[2,-1]) # -1表示跟随另一列自动补全，自动计算
b = tf.reshape(x,[-1,2])
c = tf.reshape(x,[1,6])

with tf.Session() as sess:
    print('a:',sess.run(tf.shape(a)))
    print('b:',sess.run(tf.shape(b)))
    print('c:',sess.run(tf.shape(c)))

运行结果

a: [2 3]
b: [3 2]
c: [1 6]