import tensorflow as tf

a = tf.ones([2, 2])

a

tf.norm(a)

tf.sqrt(tf.reduce_sum(tf.square(a)))

a = tf.ones([4, 28, 28, 3])

a.shape

tf.norm(a)

tf.sqrt(tf.reduce_sum(tf.square(a)))

b = tf.ones([2, 2])

tf.norm(b)

tf.norm(b, ord=2, axis=1)

tf.norm(b, ord=1)

# 列为整体

tf.norm(b, ord=1, axis=0)

# 行为整体

tf.norm(b, ord=1, axis=1)

reduce，操作可能会有减维的功能，如[2,2]，对行求max，会变成[2]

a = tf.random.normal([4, 10])

tf.reduce_min(a), tf.reduce_max(a), tf.reduce_mean(a)

# 对某一行求max

tf.reduce_min(a, axis=1), tf.reduce_max(a, axis=1), tf.reduce_mean(a, axis=1)

a.shape

tf.argmax(a).shape

# 返回index

tf.argmax(a)

# 对第1维作用

tf.argmin(a).shape

# 对第2维作用

tf.argmin(a, axis=1).shape

a = tf.constant([1, 2, 3, 2, 5])

b = tf.range(5)

tf.equal(a, b)

res = tf.equal(a, b)

# 对True和False转换为1和0

tf.reduce_sum(tf.cast(res, dtype=tf.int32))

a = tf.random.normal([2, 3])

a

pred = tf.cast(tf.argmax(a, axis=1), dtype=tf.int32)

pred.shape

y = tf.constant([2, 1])

y

tf.equal(y, pred)

correct = tf.reduce_sum(tf.cast(tf.equal(y, pred), dtype=tf.int32))

correct

correct / 2

用于去重

a = tf.range(5)

a

# 返回索引

tf.unique(a)

a = tf.constant([4, 2, 2, 4, 3])

a

res = tf.unique(a)