tensorflow常用函数

统计了2本tensorflow书中tf出现的频率, 适合对tensorflow整体有大致了解后,对API系统性、查缺补漏式的学习。

Tensorflow Count Notes
tf.placeholder 262 .
tf.Variable 230 .
tf.Session 149 .
tf.reduce_mean 113 .
tf.constant 99 .
tf.global_variables_initializer 95 .
tf.add 87 .
tf.matmul 83 .
tf.train.GradientDescentOptimizer 72 .
tf.reduce_sum 61 .
tf.expand_dims 55 .
tf.reshape 54 .
tf.nn.conv2d 51 .
tf.float32 48 .
tf.nn.relu 45 .
tf.cast 39 .
tf.nn.embedding_lookup 36 .
tf.name_scope 36 .
tf.squeeze 31 .
tf.multiply 31 .
tf.nn.softmax 23 .
tf.random_normal 19 .
tf.nn.max_pool 19 .
tf.slice 18 .
tf.set_random_seed 18 .
tf.initialize_all_variables 18 .
tf.variable_scope 17 .
tf.train.Saver 17 .
tf.square 17 .
tf.gather 17 .
tf.get_variable 16 .
tf.summary.FileWriter 15 .
tf.div 15 .
tf.train.AdamOptimizer 14 .
tf.sqrt 14 .
tf.sign 14 .
tf.sigmoid 14 .
tf.nn.l2_loss 14 .
tf.argmax 14 .
tf.round 13 .
tf.mul 13 .
tf.summary.merge_all 12 .
tf.exp 12 .
tf.SparseTensor 12 .
tf.Graph 12 .
tf.equal 11 .
11 .
tf.zeros 9 .
tf.train.string_input_producer 9 .
tf.train.start_queue_runners 9 .
tf.train.SummaryWriter 9 .
tf.train.RMSPropOptimizer 9 .
tf.to_float 9 .
tf.subtract 9 .
tf.not_equal 9 .
tf.InteractiveSession 9 .
tf.transpose 8 .
tf.train.Coordinator 8 .
tf.sub 8 .
tf.reduce_prod 8 .
tf.nn.top_k 8 .
tf.edit_distance 8 .
tf.nn.sigmoid 7 .
tf.nn.dynamic_rnn 7 .
tf.nn.dropout 7 .
tf.diag 7 .
tf.app.flags.DEFINE_integer 7 .
tf.scalar_summary 6 .
tf.nn.sparse_softmax_cross_entropy_with_logits 6 .
tf.minimum 6 .
tf.contrib.layers.convolution2d 6 .
tf.concat 6 .
tf.trainable_variables 5 .
tf.train.match_filenames_once 5 .
tf.test.TestCase 5 .
tf.split 5 .
tf.nn.softmax_cross_entropy_with_logits 5 .
tf.nn.rnn_cell.GRUCell 5 .
tf.nn.bias_add 5 .
tf.image.decode_jpeg 5 .
tf.device 5 .
tf.contrib.layers.fully_connected 5 .
tf.clip_by_value 5 .
tf.clip_by_global_norm 5 .
tf.cholesky 5 .
tf.truncated_normal 4 .
tf.truediv 4 .
tf.train.shuffle_batch 4 .
tf.train.MomentumOptimizer 4 .
tf.train.Feature 4 .
tf.summary.scalar 4 .
tf.summary.histogram 4 .
tf.sparse_placeholder 4 .
tf.random_uniform 4 .
tf.parse_single_example 4 .
tf.ones 4 .
tf.nn.tanh 4 .
tf.nn.softsign 4 .
tf.nn.softplus 4 .
tf.nn.sigmoid_cross_entropy_with_logits 4 .
tf.nn.relu6 4 .
tf.nn.elu 4 .
tf.negative 4 .
tf.maximum 4 .
tf.matrix_solve 4 .
tf.matrix_inverse 4 .
tf.log 4 .
tf.linspace 4 .
tf.image.convert_image_dtype 4 .
tf.fill 4 .
tf.contrib.rnn.BasicLSTMCell 4 .
tf.contrib.legacy_seq2seq.sequence_loss_by_example 4 .
tf.contrib.legacy_seq2seq.rnn_decoder 4 .
tf.app.flags.DEFINE_string 4 .
tf.abs 4 .
tf.FixedLenFeature 4 .
tf.uint8 3 .
tf.train.get_checkpoint_state 3 .
tf.train.Example 3 .
tf.test.main 3 .
tf.tanh 3 .
tf.self_adjoint_eig 3 .
tf.map_fn 3 .
tf.logging.set_verbosity 3 .
tf.group 3 .
tf.decode_raw 3 .
tf.arg_min 3 .
tf.app.run 3 .
tf.app.flags.DEFINE_float 3 .
tf.app.flags.DEFINE_boolean 3 .
tf.WholeFileReader 3 .
tf.unsorted_segment_sum 2 .
tf.train.exponential_decay 2 .
tf.train.Server 2 .
tf.train.AdagradOptimizer 2 .
tf.summary.image 2 .
tf.stop_gradient 2 .
tf.sin 2 .
tf.reverse_sequence 2 .
tf.reduce_max 2 .
tf.range 2 .
tf.random_normal_initializer 2 .
tf.python_io.TFRecordWriter 2 .
tf.nn.weighted_cross_entropy_with_logits 2 .
tf.nn.seq2seq.model_with_buckets 2 .
tf.nn.rnn_cell.MultiRNNCell 2 .
tf.nn.lrn 2 .
tf.nn.local_response_normalization 2 .
tf.nn.l2_normalize 2 .
tf.nn.depthwise_conv2d 2 .
tf.nn.conv2d_transpose 2 .
tf.nn.avg_pool 2 .
tf.mod 2 .
tf.merge_all_summaries 2 .
tf.matrix_determinant 2 .
tf.image.rgb_to_grayscale 2 .
tf.image.resize_images 2 .
tf.image.resize_image_with_crop_or_pad 2 .
tf.image.resize_bilinear 2 .
tf.image.random_flip_left_right 2 .
tf.image.decode_png 2 .
tf.image.crop_to_bounding_box 2 .
tf.image.central_crop 2 .
tf.identity 2 .
tf.gradients 2 .
tf.floordiv 2 .
tf.decode_csv 2 .
tf.cross 2 .
tf.cos 2 .
tf.convert_to_tensor 2 .
tf.contrib.rnn.static_bidirectional_rnn 2 .
tf.contrib.rnn.MultiRNNCell 2 .
tf.contrib.rnn.DropoutWrapper 2 .
tf.contrib.rnn.BasicRNNCell 2 .
tf.contrib.learn.preprocessing.VocabularyProcessor 2 .
tf.contrib.keras.datasets.cifar10.load_data 2 .
tf.argmin 2 .
tf.arg_max 2 .
tf.app.flags.FLAGS 2 .
tf.add_n 2 .
tf.TextLineReader 2 .
tf.TFRecordReader 2 .
tf.SparseTensorValue 2 .
tf.train.import_meta_graph 1 .
tf.train.ClusterSpec 1 .
tf.to_int32 1 .
tf.test.is_built_with_cuda 1 .
tf.shape 1 .
tf.reduce_min 1 .
tf.read_file 1 .
tf.pad 1 .
tf.nn.seq2seq.embedding_attention_seq2seq 1 .
tf.nn.separable_conv2d 1 .
tf.nn.rnn_cell.BasicRNNCell 1 .
tf.nn.rnn_cell.BasicLSTMCell 1 .
tf.nn.batch_norm_with_global_normalization 1 .
tf.logical_and 1 .
tf.less 1 .
tf.initialize_all_tables 1 .
tf.import_graph_def 1 .
tf.image_summary 1 .
tf.image.rgb_to_hsv 1 .
tf.image.random_flip_up_down 1 .
tf.image.random_contrast 1 .
tf.image.random_brightness 1 .
tf.image.per_image_standardization 1 .
tf.image.pad_to_bounding_box 1 .
tf.image.hsv_to_rgb 1 .
tf.image.grayscale_to_rgb 1 .
tf.image.flip_up_down 1 .
tf.image.flip_left_right 1 .
tf.image.adjust_saturation 1 .
tf.image.adjust_hue 1 .
tf.image.adjust_contrast 1 .
tf.image.adjust_brightness 1 .
tf.gfile.FastGFile 1 .
tf.contrib.rnn.BasicLSTMCell#tf.nn.rnn_cell.BasicLSTMCell 1 .
tf.contrib.lookup.index_to_string 1 .
tf.contrib.learn.preprocessing.VocabularyProcessor.restore 1 .
tf.version[0] 1 .
tf.GraphDef 1 .
tf.FixedLengthRecordReader 1 .
tf.Example 1 .
tf.ConfigProto 1 .
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,117评论 4 360
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,963评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 107,897评论 0 240
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,805评论 0 203
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,208评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,535评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,797评论 2 311
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,493评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,215评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,477评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,988评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,325评论 2 252
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,971评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,055评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,807评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,544评论 2 271
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,455评论 2 266