x = tf.placeholder(tf.float32,shape = [BATCH_SIZE,IMAGE_PIXELS])
np.load np.save講數組以二進制的格式讀出/寫入磁盤，拓展名爲.npy
np.save(".npy",某個數組)，就是把數組寫入某個npy文件
某變量=np.load(".npy",encoding=" ").item() 遍歷整個npy文件的鍵值對
tf.shape(a)返回a的維度 a可以是tensor、list、array
sess.run(tf.shape(x))
tf.nn.bias_add(乘加和，bias) #把bias加到乘加和上
tf.reshape(tensor,[n,m]/[-1,m]) -1表示行跟隨m列自動計算
np.argsort(列表) #對列表從小到大排序，返回索引值
os.getcwd() #返回當前工作目錄
os.path.join( , ) #拼出整個路徑，可引導到特定文件
eg.vgg16_path = os.path.join(os.getcwd(),"vgg16.npy")
tf.split(切誰，怎麼切，在哪個維度切)
value.shape [5,30]
split0,split1,split2 = tf.split(value,[4,15,11],1)
tf.shape(split0) [5,4]
tf.shape(split1) [5,15]
tf.shape(split2) [5,11]
tf.concat(值，在哪個維度)
t1 = [[1,2,3],[4,5,6]]
t2 = [[7,8,9],[10,11,12]]
tf.concat([t1,t2],0) ==> [[1,2,3],[4,5,6],[7,8,9],[10,11,12]]
具體其他很多函數可以查閱https://tensorflow.google.cn/
#畫圖
fig = plt.figure("圖名字")
img = io.imread(圖片路徑)
ax = fig.add_subplot(數，數，數) 數數數分別是：包含幾行，幾列，當前是第幾個
ax.bar(bar的個數，bar的值，每個bar的名字，bar寬，bar色) 條形統計圖
ax.set_ylabel(" ") y軸名字，u"中文"
ax.set_title(" ") #子圖名字
ax.text(文字x座標，文字y座標，文字內容，ha='center'(橫向),va='bottom'（縱向）,fontsize = 7)
ax = imshow(圖)