tensorflow softsign函数应用

1、softsign函数

图像

2、tensorflow softsign应用

import tensorflow as tf

input=tf.constant([0,-1,2,-30,30],dtype=tf.float32)
output=tf.nn.softsign(input)

with tf.Session() as sess:
    print(‘input:‘)
    print(sess.run(input))
    print(‘output:‘)
    print(sess.run(output))
    sess.close()

输出结果:

input:
[ 0. -1. 2. -30. 30.]
output:
[ 0. -0.5 0.66666669 -0.96774191 0.96774191]

时间: 2024-10-04 18:42:43

tensorflow softsign函数应用的相关文章

『TensorFlow』函数查询列表_神经网络相关

神经网络(Neural Network) 激活函数(Activation Functions) 操作 描述 tf.nn.relu(features, name=None) 整流函数:max(features, 0) tf.nn.relu6(features, name=None) 以6为阈值的整流函数:min(max(features, 0), 6) tf.nn.elu(features, name=None) elu函数,exp(features) - 1 if < 0,否则featuresE

tensorflow l2_normalize函数

1.l2_normalize函数 tf.nn.l2_normalize(x, dim, epsilon=1e-12, name=None) 解释:这个函数的作用是利用 L2 范数对指定维度 dim 进行标准化. 比如,对于一个一维的张量,指定维度 dim = 0,那么计算结果为: output = x / sqrt( max( sum( x ** 2 ) , epsilon ) ) 假设 x 是多维度的,那么标准化只会独立的对维度 dim 进行,不会影响到别的维度. 2.tensorflow实现

tensorflow l2_loss函数

1.l2_loss函数 tf.nn.l2_loss(t, name=None) 解释:这个函数的作用是利用 L2 范数来计算张量的误差值,但是没有开方并且只取 L2 范数的值的一半,具体如下: output = sum(t ** 2) / 2 2.tensorflow实现 import tensorflow as tf a=tf.constant([1,2,3],dtype=tf.float32) b=tf.constant([[1,1],[2,2],[3,3]],dtype=tf.float3

tensorflow elu函数应用

1.elu函数 图像: 2.tensorflow elu应用 import tensorflow as tf input=tf.constant([0,-1,2,-3],dtype=tf.float32) output=tf.nn.elu(input) with tf.Session() as sess: print('input:') print(sess.run(input)) print('output:') print(sess.run(output)) sess.close() 输出结

(原)tensorflow中函数执行完毕,显存不自动释放

转载请注明出处: http://www.cnblogs.com/darkknightzh/p/7608916.html 参考网址: https://stackoverflow.com/questions/39758094/clearing-tensorflow-gpu-memory-after-model-execution https://github.com/tensorflow/tensorflow/issues/1727#issuecomment-285815312s tensorflo

tensorflow常用函数解析

一.tf.transpose函数的用法 tf.transpose(input, [dimension_1, dimenaion_2,..,dimension_n]):这个函数主要适用于交换输入张量的不同维度用的,如果输入张量是二维,就相当是转置.dimension_n是整数,如果张量是三维,就是用0,1,2来表示.这个列表里的每个数对应相应的维度.如果是[2,1,0],就把输入张量的第三维度和第一维度交换. import numpy as np import tensorflow as tf A

TensorFlow argmax函数

之前对这个函数理解一直有误. 以为是获取一个张量中,行/列的最大值. 其实他获取的是行/列中最大值的索引号. tf.argmax(input, axis=None, name=None, dimension=None) axis:0按列,1按行. 举个例子 [[1,2,3,4]] A=[[1,2,3,4]] tf.argmax(A, 0) tf.argmax(A, 1) 会得到 p.p1 { margin: 0.0px 0.0px 0.0px 0.0px; font: 11.0px Menlo;

tensorflow图像处理函数(1)

1.tensorflow中对jpeg格式图像的编码/解码函数: import matplotlib.pyplot as plt import tensorflow as tf image_raw_data=tf.gfile.FastGFile('/Users/jk/Downloads/timg.jpeg','rb').read() with tf.Session() as sess: img_data=tf.image.decode_jpeg(image_raw_data) #通过tf.img.

TensorFlow 常用函数汇总

本文介绍了tensorflow的常用函数,源自网上整理. TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU.一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测.如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作.并行计算能让代价大的算法计算加速执行,TensorFlow也在实现上对复杂操作进行了有效的改进.大部分核相关的操作都是设备相关的实现,比如GPU. 下面是一些