tf.ones_like()
import tensorflow as tf import numpy as np from IPython.display import Image tf.ones_like() 创建一个所有元素设置为1的tensor tf.subtract() 两个矩阵相减 decision_p_comp = tf.subtract(tf.ones_like(decision_p), decision_p) 这一句计算出1-d tf.stack 矩阵拼接,例如 a = tf.constant([1,2,3]) b = tf.constant([4,5,6]) c = tf.stack([a, b], axis = 0) d = tf.stack([a, b], axis = 1) sess = tf.Session() print(sess.run(c)) print(sess.run(d)) [[1 2 3] [4 5 6]] [[1 4] [2 5] [3 6]] tf.expand_dims 在axis位置增加一个维度 tf.tile 在同一维度上进行复制 with tf....