tensorflow学习笔记(2)

由于是在边看别人的开源代码，边学习tensorflow，可能写得没什么条理。

tf.argmax(array,axis=None,out=None)

返回axis列最大值的引索。
axis=0，表示返回每一列最大值的列引索
axis=1表示返回每一行最大值的行引索

tf.cast(x, dtype, name=None)

函数作用：将x转换成dtype类型。

tf.train.exponential_decay(learning_rate, global_step, decay_steps, decay_rate, staircase=False, name=None){#exponential_decay}
参数：

• learning rate：学习率初始值
• global_step:全值step数，每一个step代表一个batch_size
• decay_steps:learning rate更新的周期，即每隔多少个step周期更新learning rate
• decay_rate：指数衰减参数

返回值是一个learning rate，不过包括其衰减方式

tf.train.GradientDescentOptimizer

函数参数:

• learning rate:学习率参数
• use_locking：如果为真，则将更新操作加锁
• name:操作的名字

常用的函数：

minimize(
    loss,
    global_step=None,
    var_list=None,
    gate_gradients=GATE_OP,
    aggregation_method=None,
    colocate_gradients_with_ops=False,
    name=None,
    grad_loss=None
)

函数作用：通过var_list最小化损失值的操作

函数参数：

• loss：需要减少的损失值。
• global_step：可选项，用于确定什么时候更新
• var_list：要减少的元组列表，默认为GraphKeys

返回值为一个操作