TensorFlow开发中用到的一些第三方库

本节介绍下后面开发要用到的辅助库并做一些简单的代码实例和效果演示当然我们都是为了最终目标TensorFlow开发做准备的用到的也是这些库的简单的api这里做简单的介绍为后面TensorFlow开发做准备对于这些库的深入研究可以自己到官方网站上看Guide。MatPlotLib 库MatPlotLib是python上用于2D图像的绘制库可以绘制各种表格、函数图像。因为在TensorFlow的训练过程中会不断的进行参数的调整还有目标函数、损失值的变化但是最终输出的只有一个模型我们没办法知道训练是一个怎样的过程比方训练是在哪个时间点就完成了参数就不变化了或者训练是趋向于好的方向还是坏的方向。针对这个问题我们的可以使用MatPlotLib这个库来把训练的参数变化给画出来在图形上给我们一个直观的反应。下面直接show code吧打开pycharm新建python文件画点importmatplotlib.pyplotasplt x[1,2,3,4,5,6]#定义x坐标值y[10,20,30,40,50,60]#定义y坐标值plt.scatter(x,y)#描点plt.show()#画图运行python文件可以看到画线importmatplotlib.pyplotasplt x[1,2,3,4,5,6]#定义x坐标值y[10,20,30,40,50,60]#定义y坐标值plt.plot(x,y)#画线plt.show()#画图值得注意的是每次绘画是可以叠加的也就是说可以同时画点和线并且画出来的图像是自适配的我们不用去关心x坐标和y坐标的最大和最小值。plt.scatter(x,y)#描点plt.plot(x,y)#画线plt.show()#画图NUMPY 库NumPy(Numerical Python) 是 Python 语言的一个扩展程序库支持大量的维度数组与矩阵运算此外也针对数组运算提供大量的数学函数库。在TensorFlow中很多数据都是以维度数组的形式封装的比方表示一张 50x50 灰度图片可以用一个50x50的二维数组来表示数组里的每个值就是图片对应像素点的灰度值。而表示一张彩色的 50x50 图片我们可以用一个 50x50x3 的三维数组来表示因为彩色的图片是三通道的图片每个通道分别表示R、G、B的值他们合在一起就形成了我们视觉所看到的彩色所以 50x50x3 三维数组里的x3其实就是用三个50x50的数组来分别表示R、G、B每个通道的图片。这些使用numpy的api都可以很容易的表示出来并且可以方便的进行矩阵运算。NumPy 通常与 SciPyScientific Python和 Matplotlib绘图库一起使用 这种组合广泛用于替代 MatLab是一个强大的科学计算环境有助于我们通过 Python 学习数据科学或者机器学习。下面是使用numpy生成一个一维数组并且结合matplotlib画出yx^2曲线的示例importmatplotlib.pyplotaspltimportnumpyasnp xnp.linspace(0,10,300)# 从0到10之间生成300个间隔一样的点yx**2# y取x的平方plt.plot(x,y)# 画线plt.show()# 画图这样画出来的就是yx^2的曲线了使用numpy创建一个3x3的数组xnp.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])#创建一个4x3的数组print(x[:,:2])#输出使用python可以很方便的取出每个数组中的前2位组成新的数组print函数输出结果[[ 1 2][ 5 6][ 9 10]]PANDAS 库Pandas提供了一系列在python上读取、操作excel的api使用pandas可以将excel转成numpy的数据格式方便我们处理。在 pandas 上读取一个excel表只需要下面一句话datapd.read_excel(rC:\Users\l84133896\Desktop\data.xlsx)返回的是data_frame的格式路径中的r可以避免在长字符串中频繁使用转义字符。学习这些第三方的api不用一下搞懂所有的用法后面用到的时候会单独讲解