TensorFlow学习笔记01-常见函数和杂七杂八的笔记

写在前面的话：
TF的结构在开始阶段还是比较难受的。它和之前学的所有语言都不一样。传统语言都是顺序运行，TF采用tensor的方式工作，因此在定义完之后，在没调用run之前。只是有一堆定义，也就是计算图。这里记录下遇到的常用函数，不限于TF

函数

• np.random.randint()
  Numpy的随机函数，虽然不在TF，但是一样用到。
• placeholder() / Variable()
  有点像Java里面StringBuffer和String之间的区别。一个是占位，在计算图例事先挖好的萝卜坑。一个是实实在在的变量。
• tf.reduce_sum()
  reduce_sum 是 tensor 内部求和的工具。
• tf.reduce_mean()
  tf.reduce_mean是将tensor内部求均值的工具
• tf.reshape(tensor, shape, name=None)
  类似OpenCV的reshape
• tf.argmin(input, dimension, name=None)/ argmax()
  沿需要的维度找最小(大)值的索引值，最小由0开始(图片来自51cto摘抄)
  
• .eval()
  打印变量
• tf.rank(arr) / tf.shape()
  输出矩阵维度 / 打印矩阵呢的行和列：tf.shape(要打印的矩阵).eval()
• tf.cast(*, type)
  数据类型转换
• mnist.train.next_batch()
  MNIST数据集返回一个batch的数据的接口。有点像迭代器。

开始看的时候总感觉脑瓜懵懵的，应该是突然来一堆不熟悉的逻辑让人手足无措，写到这里突然反应过来，这不是和之前OpenCV里面/Android/Java里面的那些接口一样用吗。。直接查文档上就完了…开始接受不了的原因是这些传进去的参数都不是参数而是tensor，在计算过程中也都是操作tensor，其他都是一样的。

查看帮助文档

目前没有找到能像vs一样好用的直接go to definition的IDE所以，有一种办法可以即使查阅文档：
print(help(tf.***))能够像MATLAB一样help出来文档注释。
spyder有些可以转到定义，有些不可以。多试试，毕竟没有系统学Python就上了还是比较吃亏

Console忽略警告

import warnings
warnings.filterwarnings(“ignore”) # 关闭警告