tf.nn.max_pool

• 用法

tf.nn.max_pool(
    value,
    ksize,
    strides,
    padding,
    data_format='NHWC',
    name=None
)

value： 4-D張量；
ksize： 過(guò)濾器尺寸，4個(gè)整數(shù)的列表或元祖，常用[1,2,2,1],[1,3,3,1]；

• 示例

pool = tf.nn.max_pool(actived_conv, ksize=[1, 3, 3, 1],
                      strides=[1, 2, 2, 1], padding="SAME")

tf.contrib.slim

• conv2d

conv2d(
    input,
    out_channel,
    size,
    stride=1,
    padding="SAME",
    name=None
)

input： 輸入張量；
out_channel： 過(guò)濾器深度；
size： 過(guò)濾器尺寸，[3,3]；

• 示例

net = tf.contrib.slim.conv2d(input, 32, [3, 3])

• max_pool2d

• avg_pool2d

• arg_scope

arg_scope(
    list,
    stride=None,
    padding=None
)

list： 函數(shù)列表；

• 示例

slim = tf.contrib.slim
with slim.arg_scope([slim.conv2d, slim.max_pool2d, slim.avg_pool2d],
                    stride=1, padding='VALID'):
    ...

tf.concat

• 用法

tf.concat(
    values,
    axis,
    name='concat'
)

values： 由一個(gè)或多個(gè)張量組成的列表；
axis： 要連接的維度；

• 示例

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
tf.concat([t1, t2], 0)  # [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]
tf.concat([t1, t2], 1)  # [[1, 2, 3, 7, 8, 9], [4, 5, 6, 10, 11, 12]]

tf.train.BytesList

• 用法

BytesList(
    value=[value]
)

value： 字符串類型的數(shù)據(jù)列表；

• 示例

import tensorflow as tf 
import numpy as np 

data1 = np.random.rand(2)
data2 = "this is a test data"

data1_bytes = data1.tostring()
data2_bytes = bytes(data2, encoding='utf-8')
data_byteslist = tf.train.BytesList(value=[data1_bytes, data2_bytes])

print(data_byteslist)
#value: "\347j\372\271\376t\354?\267,\270\302\355\220\345?"
#value: "this is a test data"

• tf.train.Int64List

• tf.train.FloatList

tf.train.Feature

• 用法

Feature(
    bytes_list=tf.train.BytesList()
    int64_list=tf.train.Int64List()
    float_list=tf.train.FloatList()
)

bytes_list： 字符串屬性；
int64_list： 整數(shù)屬性；
float_list： 浮點(diǎn)數(shù)屬性；

• 示例

tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))
tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
tf.train.Feature(float_list=tf.train.FloatList(value=[value]))

tf.train.Features

• 用法

Features(
    feature={}
)

feature： 傳入一個(gè)字典，字典的key是字符串(feature名)，值是tf.train.Feature對(duì)象；

• 示例

tf.train.Features(feature={
    'data_int': tf.train.Feature(int64_list=tf.train.Int64List(value=[va]))
    'data_bytes': ...
    'data_float': ...
})

tf.train.Example

• 用法

Example(
    features=tf.train.Features()
)

features： 屬性對(duì)象集合；

• 示例

example = tf.train.Example(features=tf.train.Features(feature={
    'data_int': tf.train.Feature(int64_list=tf.train.Int64List(value=[va]))
    'data_bytes': ...
    'data_float': ...
}))

• SerializeToString

#序列化
example_str = example.SerializeToString()

• FromString

#反序列化