tensorflow
xiaocao9903
爱音乐,爱运动,爱生活
展开
-
TensorFlow的reshape操作 tf.reshape
初学tensorflow,如果写的不对的,请更正,谢谢!tf.reshape(tensor, shape, name=None) 函数的作用是将tensor变换为参数shape的形式。 其中shape为一个列表形式,特殊的一点是列表中可以存在-1。-1代表的含义是不用我们自己指定这一维的大小,函数会自动计算,但列表中只能存在一个-1。(当然如果存在多个-1,就是一个存在多解的方程了转载 2017-11-21 15:02:38 · 473 阅读 · 0 评论 -
TensorFlow conv2d原理及实践
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)官方教程说明:给定四维的input和filter tensor,计算一个二维卷积Args:input: A Tensor. type必须是以下几种类型之一: half, floa转载 2017-11-21 16:25:58 · 560 阅读 · 0 评论 -
TensorFlow - tf.nn.max_pool实现池化操作
max pooling是CNN当中的最大值池化操作,其实用法和卷积很类似有些地方可以从卷积去参考【TensorFlow】tf.nn.conv2d是怎样实现卷积的? tf.nn.max_pool(value, ksize, strides, padding, name=None)参数是四个,和卷积很类似:第一个参数value:需要池化的输入,一般池化层接在转载 2017-11-21 16:32:30 · 400 阅读 · 0 评论 -
tf.truncated_normal的用法
tf.truncated_normal(shape, mean, stddev) :shape表示生成张量的维度,mean是均值,stddev是标准差。这个函数产生正太分布,均值和标准差自己设定。这是一个截断的产生正太分布的函数,就是说产生正太分布的值如果与均值的差值大于两倍的标准差,那就重新生成。和一般的正太分布的产生随机数据比起来,这个函数产生的随机数与均值的差距不会超过两倍的标准差,但是一般转载 2017-11-21 17:52:34 · 1535 阅读 · 1 评论 -
tf.truncated_normal的用法
tf.truncated_normal(shape, mean, stddev) :shape表示生成张量的维度,mean是均值,stddev是标准差。这个函数产生正太分布,均值和标准差自己设定。这是一个截断的产生正太分布的函数,就是说产生正太分布的值如果与均值的差值大于两倍的标准差,那就重新生成。和一般的正太分布的产生随机数据比起来,这个函数产生的随机数与均值的差距不会超过两倍的标准差,但是一般转载 2018-01-09 16:39:35 · 1155 阅读 · 0 评论 -
tf.argmax()以及axis解析
用tensorflow做CNN_TEXT文本分类时,看到这个API,然后去官网查了一下,再看了一下别的资料,算是明白它的处理方式了。 首先,明确一点,tf.argmax可以认为就是np.argmax。tensorflow使用numpy实现的这个API。 简单的说,tf.argmax就是返回最大的那个数值所在的下标。 这个很好理解,只是tf.argm转载 2018-01-10 10:37:52 · 380 阅读 · 0 评论 -
keras tensorflow 多gpu
import tensorflow as tffrom keras.applications import Xceptionfrom keras.utils import multi_gpu_modelimport numpy as npnum_samples = 1000height = 224width = 224num_classes = 1000# Instantia...转载 2019-06-18 17:32:53 · 249 阅读 · 0 评论