TensorFlow 框架 tf.equal()、tf.cast()、tf.reduce_mean()函数使用

tf.equal(x, y, name=None)

equal，相等的意思。就是判断，x, y 是不是相等，它的判断方法不是整体判断，而是逐个元素进行判断，如果相等就是 True，不相等，就是 False。由于是逐个元素判断，所以 x，y 的维度要一致。

例子：

import tensorflow as tf
a = [[1,2,3],[4,5,6]]
b = [[1,0,3],[1,5,1]]
with tf.Session() as sess:
    print(sess.run(tf.equal(a,b)))

结果：

[[ True False  True]
 [False  True False]]

tf.cast(x, dtype, name=None) 

数据类型转换：x 待转换的数据 dtype 目标数据类型 name=None 操作的名称
tf.reduce_mean(input_tensor,axis=None,keepdims=None,name=None) 沿着axis维度求平均

input_tensor, #输入
axis=None, #表示在哪个维度进行sum操作。 
keepdims=False, #当值为False时，相当于执行完后原始数据就会减少一个维度；为True时，表示要保留原始数据的维度。
name=None,

import tensorflow as tf

x = [[1,2,3],[4,5,6]]
y = [[1,0,3],[1,5,1]]
equal = tf.equal(x, y)
type = tf.cast(equal, tf.float32)
with tf.Session() as sess:
    print(sess.run(type))
    # [[1. 0. 1.]
    #  [0. 1. 0.]]
    print(sess.run(tf.reduce_mean(type))) # 0.5