版权声明：本文为博主原创文章，转载请注明出处。https://blog.csdn.net/u013000248 https://blog.csdn.net/u013000248/article/details/89146443
写在前面的话：
TF的结构在开始阶段还是比较难受的。它和之前学的所有语言都不一样。传统语言都是顺序运行，TF采用tensor的方式工作，因此在定义完之后，在没调用run之前。只是有一堆定义，也就是计算图。这里记录下遇到的常用函数，不限于TF
TensorFlow官方网页能上啦，Google在ubuntu该怎么上我还真不会，GFW…（默念社会主义核心价值观）
- np.random.randint()
Numpy的随机函数，虽然不在TF，但是一样用到。 - placeholder() / Variable()
有点像Java里面StringBuffer和String之间的区别。一个是占位，在计算图例事先挖好的萝卜坑。一个是实实在在的变量。 - tf.reduce_sum()
reduce_sum 是 tensor 内部求和的工具。 - tf.reduce_mean()
tf.reduce_mean是将tensor内部求均值的工具 - tf.reshape(tensor, shape, name=None)
类似OpenCV的reshape - tf.argmin(input, dimension, name=None)
沿需要的维度找最小值的索引值，最小由0开始
开始看的时候总感觉脑瓜懵懵的，应该是突然来一堆不熟悉的逻辑让人手足无措，写到这里突然反应过来，这不是和之前OpenCV里面/Android/Java里面的那些接口一样用吗。。直接查文档上就完了…开始接受不了的原因是这些传进去的参数都不是参数而是tensor，在计算过程中也都是操作tensor，其他都是一样的。