#定义一个函数,进行变换
import numpy as np
x = np.array([1, 2, 3, 4, 5])
f = lambda x: x ** 2
squares = f(x)
#用vectorize 进行变换
import numpy as np
x = np.array([1, 2, 3, 4, 5])
squarer = lambda t: t ** 2
vfunc = np.vectorize(squarer)
vfunc(x)
#用tensorflow的map函数
elems = np.array([1, 2, 3, 4, 5, 6])
squares = map_fn(lambda x: x * x, elems)
# squares == [1, 4, 9, 16, 25, 36]
elems = (np.array([1, 2, 3]), np.array([-1, 1, -1]))
alternate = map_fn(lambda x: x[0] * x[1], elems, dtype=tf.int64)
# alternate == [-1, 2, -3]
//rgb 转gray
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
def rgb2gray(rgb):
return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])
img = mpimg.imread('image.png')
gray = rgb2gray(img)
plt.imshow(gray, cmap = plt.get_cmap('gray'))
plt.show()
import numpy as np
def rgb2gray(rgb):
r, g, b = rgb[:,:,0], rgb[:,:,1], rgb[:,:,2]
gray = 0.2989 * r + 0.5870 * g + 0.1140 * b
return gray
维度操作:
假设a的shape为[1000,128,128]
b=np.expand_dims(a,axis=0)
b的shape为[1,1000,128,128]
c=np.squeeze(b)
c的数据维度为[1000,128,128]
expand_dims为增加内容为空的维度
squeeze为删除内容为空的维度
————————————————
版权声明:本文为CSDN博主「lihanlun」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/lihanlun/article/details/79891676
elems = np.array([1, 2, 3])
alternates = map_fn(lambda x: (x, -x), elems, dtype=(tf.int64, tf.int64))
# alternates[0] == [1, 2, 3]
# alternates[1] == [-1, -2, -3]
#clip by value
tf.clip_by_value(
t, clip_value_min, clip_value_max, name=None
)
A = tf.constant([[1, 20, 13], [3, 21, 13]])
B = tf.clip_by_value(A, clip_value_min=0, clip_value_max=3) # [[1, 3, 3],[3, 3, 3]]
C = tf.clip_by_value(A, clip_value_min=0., clip_value_max=3.) # throws `TypeError`
as input and clip_values are of different dtype
#np.where
import numpy as np
a=np.array([2,4,6,8,10])
np.where(a>6, 1, 0)
#array([0, 0, 0, 1, 1])
分享到:
相关推荐
相比于TensorFlow,PyTorch对于Python初学者更为友好,更易上手。 众所周知,numpy作为Python中数据分析的专业第三方库,比Python自带的Math库速度更快。同样的,在PyTorch中,有一个类似于numpy的库,称为Tensor...
涉及两个例子,第一个是将Tensor flow的实例编译成APK,安装运行到Android客户端,立即可以使用;第二个是自己训练Tensorflow模型,训练几千次之后,将训练好的模型(文档中给出了详细的模型训练,具体训练的图片...
初学者第一次使用tensorflow的源码,由于系统环境不同,会遇到各种各样的问题,一时无法解决,现把安装过程,配置,编译方式,遇到问题的解决方法总结出来,另外还...通过这篇文档,初学tensorflow者可节省大量时间。
初学tensorflow,如果写的不对的,请更正,谢谢! tf.reshape(tensor, shape, name=None) 函数的作用是将tensor变换为参数shape的形式。 其中shape为一个列表形式,特殊的一点是列表中可以存在-1。-1代表的含义是...
该项目的目标是让初学者在Tensorflow中使用机器学习算法,而又不会减少对该库的背景知识。 有关该项目的更多详细信息,请阅读我们的入门请按照以下步骤在本地计算机上设置TensorMap。 首先通过运行克隆此仓库git ...
对于初学者来说网络经常不收敛,loss很奇怪(就是不收敛),所以怀疑是反向传播中梯度的问题 (1)求导之后的数(的绝对值)越来越小(趋近于0),这就是梯度消失 (2)求导之后的数(的绝对值)越来越大(特别大,...
遇到了这个问题,意思是你的 CPU 支持AVX AVX2 (可以加速CPU计算),但你安装的 TensorFlow 版本不支持 解决:1. 如果是初学者 或者 没有太大计算速度的需求,在开头加上这两行忽略这个提示即可 import os os....
非常适合初学者,原型制作和快速比较算法安装 :package: 通过pip安装drlkit pip install drlkit用法 :open_book: 1.导入模块 import numpy as npfrom agents . TorchAgent import TorchAgentfrom utils . plot ...
本代码是本人根据炼数成金网上教学视频练习代码。其中包括,cnn,rnn神经网络,mnist手写数字识别代码,Google的inception3图像识别...建议配套b站炼数成金——TensorFlow入门教程视频使用。对初学者有很好的借鉴意义。