![](https://img-blog.csdnimg.cn/20191109184413394.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
TensorFlow1.0学习笔记
欢迎交流,Email:1115291605!
AI大模型前沿研究
软件工程硕士,机器学习&深度学习爱好者,忘记背后,努力面前,向着标杆直跑!
展开
-
『tensorflow笔记』本地Xshell连接远程服务器上Tensorboard的问题!
本地连接远程服务器上Tensorboard的问题@[Toc]### 一、问题提出本机是windows系统,tensorflow程序运行在远端服务器,通常使用Xshell登陆服务器操作。按照tf教程,训练网络的summary存在设定的log_dir中,检查tensorboard安装完好,找tf安装目录:pip show tensorflow-gputensorboard文件夹在tf同级...原创 2019-04-12 09:14:47 · 2928 阅读 · 0 评论 -
『tensorflow笔记』tf.cast()数据类型转换
tf.cast()函数的作用是执行 tensorflow 中张量数据类型转换,比如读入的图片如果是int8类型的,一般在要在训练前把图像的数据格式转换为float32。cast定义:cast(x, dtype, name=None)第一个参数 x: 待转换的数据(张量) 第二个参数 dtype: 目标数据类型 第三个参数 name: 可选参数,定义操作的名称例如将int32转换...原创 2019-01-11 13:53:40 · 11948 阅读 · 1 评论 -
『tensorflow笔记』tf.reduce_mean和tf.reduce_sum, tf.multiply()理解
目录一、tf.reduce_mean 函数二、 类似函数还有三、tf.multiply()理解一、tf.reduce_mean 函数用于计算张量tensor沿着指定的数轴(tensor的某一维度)上的的平均值,主要用作降维或者计算tensor(图像)的平均值,默认对所有的元素求平均。第一个参数input_tensor: 输入的待降维的tensor; 第二个参数axis: ...原创 2019-03-14 20:34:30 · 1570 阅读 · 0 评论 -
『tensorflow笔记』网络模型的保存和读取
目录1、神经网络模型的保存2、神经网络模型的加载1、神经网络模型的保存一般神经网络训练完成之后就直接退出了,并没有将训练得到的模型保存下来方便下次直接使用。为了让训练结果可以复用,需要将训练好的神经网络模型持久化,保存下来,可以提供给之后进行使用。TensorFlow提供了一个非常简单的API,即tf.train.Saver类来保存和还原一个神经网络模型。下面代码给出了保存Tens...原创 2019-01-20 14:19:00 · 2558 阅读 · 0 评论 -
『tensorflow笔记』tf.shape()和(tensor)x.get_shape().as_list()
目录1、 Tensorflow中的tf.shape()2、Tensor中的x.get_shape().as_list()1、Tensorflow中的tf.shape()先说tf.shape()很显然这个是获取张量的大小的,用法无需多说,直接上例子吧!import tensorflow as tfimport numpy as npa=np.array([[1,2,3]...原创 2018-12-20 20:09:33 · 3516 阅读 · 0 评论 -
『tensorflow笔记』MNIST数据集无法下载的解决
在tensorflow教程中,运行下面的代码下载mnist数据集:#coding:utf-8from tensorflow.examples.tutorials.mnist import input_datamnist=input_data.read_data_sets('/home/zhangkf/tf/tf5/mnist',one_hot=True)但实际运行时根本无法通过网络...原创 2018-12-19 22:43:16 · 2830 阅读 · 0 评论 -
『tensorflow笔记』tf.nn.sparse_softmax_cross_entropy_with_logits()函数讲解
参考官方文档:https://www.tensorflow.org/api_docs/python/tf/nn/sparse_softmax_cross_entropy_with_logitstf.nn.sparse_softmax_cross_entropy_with_logits( _sentinel=None, labels=None, #参数labe...原创 2018-12-21 13:05:17 · 1779 阅读 · 2 评论 -
『tensorflow笔记』图变量tf.Variable的用法解析
TensorFlow中的图变量,跟我们平时所接触的一般变量在用法上有很大的差异。尤其对于那些初次接触此类深度学习库的编程人员来说,会显得十分难上手。我们通过tf.Variable构造一个variable添加进图中,Variable()构造函数需要变量的初始值(是一个任意类型、任意形状的tensor),这个初始值指定variable的类型和形状。本文将按照如下篇幅深入剖析tf.Variabl...原创 2018-12-21 10:40:32 · 2761 阅读 · 0 评论 -
『tensorflow笔记』两种作用域类型tf.name_scope,tf.name_scope
命名域 (name scope),通过tf.name_scope 或 tf.op_scope创建;变量域 (variable scope),通过tf.name_scope或 tf.variable_op_scope创建;这两种作用域,对于使用tf.Variable()方式创建的变量,具有相同的效果,都会在变量名称前面,加上域名称。对于通过tf.get_variable()方式创建的变量,只...原创 2019-01-15 12:10:22 · 2191 阅读 · 0 评论 -
『tensorflow笔记』tf.placeholder函数
tf.placeholder(dtype, shape=None, name=None)解析:此函数可以理解为形参,用于定义过程,在执行的时候再赋具体的值参数:dtype:数据类型。常用的是tf.float32,tf.float64等数值类型 shape:数据形状。默认是None,就是一维值,也可以是多维,比如[2,3], [None, 3]表示列是3,行不定 name:名称。...原创 2019-01-15 11:57:28 · 809 阅读 · 0 评论 -
『tensorflow笔记』tf.argmax() 用法例子
argmax()官方文档如下:tf.argmax(input, dimension, name=None)Returns the index with the largest value across dimensions of a tensor.Args:input: A Tensor. Must be one of the following types: float32, ...原创 2019-01-11 10:27:21 · 1662 阅读 · 0 评论 -
『tensorflow笔记』tf.reshape的详细讲解
函数原型:目的是为了功能改变张量(tensor)的形状。tf.reshape( tensor, shape, name=None)tensor形参传入一个tensor。shape传入一个向量,代表新tensor的维度数和每个维度的长度。如果传入[3,4,5],就会返回一个内含各分量数值和原传入张量一模一样的3*4*5尺寸的张量。如果shape传入的向量某一...原创 2019-01-05 19:39:27 · 5477 阅读 · 0 评论 -
『tensorflow笔记』tf.add_to_collection()、tf.get_collection() 、 tf.add_n()
1、tf.add_to_collection(name, value)此函数将元素添加到列表中参数:name:列表名。如果不存在,创建一个新的列表 value:元素2、tf.get_collection(name)此函数获取列表参数:name:列表名3、tf.add_n(inputs)此函数将元素相加并返回注意:元素类型必须一致,否者报错1 tf.add...原创 2019-01-05 17:58:49 · 622 阅读 · 0 评论 -
『tensorflow笔记』tf.argmax()和tf.equal()的使用
1、tf.argmax(vector, 1)返回的是vector中的最大值的索引号,如果vector是一个向量,那就返回一个值,如果是一个矩阵,那就返回一个向量,这个向量的每一个维度都是相对应矩阵行的最大值元素的索引号。import tensorflow as tfimport numpy as np A = [[1,3,4,5,6]]B = [[1,3,4], [2,4,1]]...原创 2018-12-27 19:14:41 · 1980 阅读 · 4 评论 -
tensorflow笔记:别再使用pip安装TensorFlow了!用conda吧
目录1、更快的 CPU 性能2、GPU 版本的安装也更加简单3、快速启动conda 是一个开源包和环境管理系统,能够跨平台运行,在 Mac、Windows 和 Linux 上都可以运行。如果你还没用过 conda,我推荐你立刻开始使用,因为它会让管理数据科学工具变得更轻松。以下是使用 conda 而不用 pip 安装 TensorFlow 的两大原因:1、更快的 CPU 性...原创 2018-12-01 13:53:34 · 5221 阅读 · 4 评论 -
tensorflow笔记:训练模型的时候如何指定GPU进行训练
目录一、Linux查看Nvidia显卡信息及使用情况二、第一种是通过tf.device()函数来指定训练时所要使用的GPU三、通过CUDA_VISIBLE_DEVICES来指定四、tensorflow的显卡使用方式1、直接使用2、分配比例使用3. 动态申请使用4 指定GPU一、Linux查看Nvidia显卡信息及使用情况Nvidia自带一个命令行工具可以查看...原创 2018-12-11 21:11:11 · 2956 阅读 · 0 评论 -
tensorflow笔记3:之神经网络优化算法二(正则化、滑动平均模型)
目录1、神经网络进一步优化——过拟合与正则化2、神经网络进一步优化 ——滑动平均模型1、神经网络进一步优化——过拟合与正则化过拟合,指的是当一个模型过为复杂后,它可以很好的“记忆”每一个训练数据中随机噪音的部分而忘了要去“学习”训练数据中通用的趋势。举一个极端的例子,如果一个模型中的参数比训练数据的总数还多,那么只要训练数据不冲突,这个模型完全可以记住所有训练数据的结果从...原创 2018-12-11 20:30:26 · 1091 阅读 · 0 评论 -
tensorflow笔记2:神经网络优化算法一(梯度下降、学习率设置)
目录一、预备知识二、梯度下降法三、神经网络进一步优化——学习率设置一、预备知识什么是梯度?假设我们位于黄山的某个山腰处,山势连绵不绝,不知道怎么下山。于是决定走一步算一步,也就是每次沿着当前位置最陡峭最易下山的方向前进一小步,然后继续沿下一个位置最陡方向前进一小步。这样一步一步走下去,一直走到觉得我们已经到了山脚。这里的——下山最陡的方向就是梯度的负方向。因此,梯度下降中,梯...原创 2018-12-11 18:08:37 · 5336 阅读 · 0 评论 -
tensorflow笔记1:搭建神经网络
目录1、基本概念:1.1、基于Tensorflow的NN: 1.2、张量:1.3、数据类型:1.4、计算图:1.5、会话(Session):2、神经网络的参数2.1、神经网络的参数:2.2、神经网络的搭建2.3、前向传播(以全连接网络为例子)4、反向传播:目的就是优化模型参数3、搭建神经网络的8股4、实战演练4.1、导入模块,生成数据集;...原创 2018-12-03 18:49:36 · 1418 阅读 · 0 评论 -
『tensorflow笔记』Win10系统下使用Anaconda安装TensorFlow以及linux上面卸载Anaconda操作
目录一、什么是Anaconda?二、安装Anaconda三、安装Tensorflow四、(补充)linux上anaconda的卸载一、什么是Anaconda?简单来说,Anaconda是一个包管理器和环境管理器。当安装好Anaconda并开始运行时,就会发现我们电脑里面安装好的环境和依赖包都可以在Anaconda里面找到,管理(安装、更新、卸载等)起来简直不能再方便。而且A...原创 2018-11-15 11:25:08 · 1620 阅读 · 3 评论