面将函数模型操作常用函数总结。如表所示：
表2 模型操作相关函数
| 函数 |
|
| tf.train.Saver(var_list=None,reshape=False, sharded=False,max_to_keep=5, keep_checkpoint_every_n_hours=10000.0, name=None,restore_sequentially=False, saver_def=None,builder=None) |
创建存储器Saver |
| tf.train.Saver.save(sess,save_path,global_step=None, latest_filename=None,meta_graph_suffix=’meta’, write_meta_graph=True) |
保存 |
| tf.train.Saver.restore(sess,save_path) |
恢复 |
| tf.train.Saver.last_checkpoints |
列出最近未删除的checkpoint文件名 |
| tf.train.Saver.set_last_checkpoints(last_checkpoints) |
设置checkpoint文件名列表 |
| tf.train.Saver.set_last_checkpoints_with_time( last_checkpoints_with_time) |
设置checkpoint文件名列表和时间戳 |
| tf.ones_like (input) |
生成和输出张量一样形状和类型的0。例如： tensor=[[1,2,3],[4,5,6]] tf.ones_like(tensor) ==>[[0 0 0][0 0 0]] |
| tf.zeros_like (input) |
生成和输出张量一样形状和类型的1。例如： tensor=[[1,2,3],[4,5,6]] tf.zeros_like(tensor) ==>[[0 0 0][0 0 0]] |
| tf.fill(shape,value) |
为指定形状填值。例如： tf.fill([2,3],1)==>[[1 1 1][1 1 ]] |
| tf.constant(value,shape) |
生成常量。例如： tf.constant(1,[2,3])==>[[1 1 1][1 1 1]] |
| tf.random_normal(shape,mean=0.0,sddev=1.0, dtype=tf.float32,seed=None,name=None) |
正态分布随机数，均值mean，标准差stddev |
| tf.truncated_normal(shape,mean=0.0,sddev=1.0, dtype=tf.float32,seed=None,name=None) |
截断正态分布随机数，均值mean，标准差stddev，只保留[mean-2*stddev,mean+2*stddev]范围内的随机数 |
| tf.random_uniform(shape,mean=0.0,sddev=1.0, dtype=tf.float32,seed=None,name=None) |
均匀分布随机数，范围为[minval,maxval] |
| tf.random_crop(value,size,seed=None,name=None) |
将输入值value按照size尺寸随机剪辑 |
| tf.set_random_seed(seed) |
设置随机数种子 |
| tf.linspace(start,stop,num,name=None) |
在[start,stop]范围内产生num个数得等差数列。注意，start和stop要用浮点数表示，否则会报错。例如： tf.linspace(start=1.0,stop=5.0, num=5,name=None) [1,2,3,4,5] |
| tf.range(start,limit=None,delta=1,name=’range’) |
在[start,limit]范围内以步进值delta产生等差数列。注意，不包括limit在内得。例如： tf.range(start=1,limit=5,delta=1) [1 2 3 4] |