在TensorFlow裡除了常見的幾個模組之外,還有一些語法是很常被使用者使用。(像是上篇提到的tf.name.scope
(命名域)在使用的時候,就會使用到tf.Session()
的相關語法);所以就讓我們來看看還有那些常見的語法吧~
tf.multinomial() / tf.random.categorical() :
tf.multinomial()是舊版的語法,在新版TensorFlow2.0就已經被移除,取而代之的是tf.random.categorical()
,這個語法的目的在從一個分類分佈中抽取樣本。
super(Student,self).init() :
這是對繼承自父類別的屬性進行初始化。(是用父類別的初始化方法來初始化繼承的屬性,子類別繼承了父類別的所有屬性及方法)。
np.random.choice() :numpy.random.choice(a, size=None, replace=True, p=None)
從a中隨機抽取數字,並組成指定大小(size)的數組。
(replace: True
表示可以取相同數字,False
表示不可以取相同數字)
tf.clip_by_value() :tf.clip_by_value(A, min, max)
輸入一個張量A,把A中的每個元素的值都壓縮在min和max之間 (小於min的值會讓它等於min,大於max的值會讓它等於max)。
tf.placeholder() :
是一種佔位符,用於定義過程。
tf.Session() :
Session是TensorFlow常用來控制和輸出檔案的執行語句。(session.run()
能夠獲得運算結果)。