tensorflow2学习笔记 5函数补充

• where语句

#tf.where(条件,条件真返回a,条件假返回b)
a = tf.constant([1,2,3,4,5])
b = tf.constant([5,4,3,2,1])
#该比较按位进行比较和返回
c = tf.where(tf.greater(a,b),a,b)

运行结果

tf.Tensor([5 4 3 4 5], shape=(5,), dtype=int32)

• [0,1)随机数产生

#np.random.RandomState.rand(维数)
a = np.random.RandomState().rand(2,3)

运行结果

[[0.12314934 0.99600859 0.97805403]
 [0.61532313 0.49531096 0.37360409]]

• 数组垂直方向叠加

a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.vstack((a,b))

运行结果

[[1 2 3]
 [4 5 6]]

• mgrid/reval/c_

#第一个维度能产生的元素数量决定矩阵行数目，数值在行递增方向递增
#第二个维度决定矩阵列数，数值在列递增方向递增
#mgird[起始:终止:步长 , 起始:终止:步长]生成结果包含起始不包含终止
a,b = np.mgrid[1:3:1 , 2:4:0.5]
#作用对象拉直成一维数组
c = a.ravel()
print(c)
#对输入的间隔点进行配对
d = np.c_[a.ravel(),b.ravel()]

运行结果

[[1. 1. 1. 1.]
 [2. 2. 2. 2.]]
[[2.  2.5 3.  3.5]
 [2.  2.5 3.  3.5]]
[1. 1. 1. 1. 2. 2. 2. 2.]
[[1.  2. ]
 [1.  2.5]
 [1.  3. ]
 [1.  3.5]
 [2.  2. ]
 [2.  2.5]
 [2.  3. ]
 [2.  3.5]]

• squeeze
  能够实现对多余(元素个数为1)维度的删除

tf.squeeze(
    input, axis=None, name=None
)