![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
andylei777
这个作者很懒,什么都没留下…
展开
-
tensorlfow 复制与拼接
import tensorflow as tfsess = tf.Session()feature = tf.ones([3,4,2,5], tf.int32)print 'feature:\n', sess.run(feature),"\n"nums_origin = tf.constant([1,2,3])print 'nums_origin:\n', sess.run(nums_orig原创 2017-07-19 15:17:41 · 942 阅读 · 0 评论 -
解决numpy 和 tensorflow预处理数据时精度不一致问题
解决numpy 和 tensorflow处理数据时精度不一致问题原因可能与tf.reduce_mean有关,具体见 https://github.com/tensorflow/tensorflow/issues/12387 https://github.com/tensorflow/tensorflow/issues/5527时间有限没有深究,暂时的解决方法是 tensorflow数据处理原创 2018-01-09 16:48:30 · 4511 阅读 · 0 评论 -
tensorflow estimator 使用hook实现finetune
model_fn里面定义好模型之后直接赋值使用钩子 hooks为了实现finetune有如下两种解决方案:model_fn里面定义好模型之后直接赋值 def model_fn(features, labels, mode, params): # ..... # finetune if params.checkpoint_path and (not tf.train.late原创 2018-01-16 17:27:32 · 9950 阅读 · 2 评论 -
tensorflow estimator api train时的 checkpoint save 行为 和 val时的chekpoint skip行为
INFO:tensorflow:Create CheckpointSaverHook.2018-01-15 16:24:33.513942: I tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled原创 2018-01-15 17:52:57 · 3234 阅读 · 4 评论 -
loss变NAN
最近使用tensorflow训练程序,train时loss正常,test时总是NAN,最后发现是test的数据没有办法通过hashtable将字符串映射为正常的int(hashtable中没有test的数据标签,导致总是越界,输出默认值-1)所以变nan。tf.contrib.lookup.index_table_from_tensor 使用详解Sample Usages:mapping_strin原创 2018-01-15 16:39:21 · 840 阅读 · 0 评论 -
tensorflow 训练接口
learn_runnerexperiment核心初始化trainexperimenttrainestimatortraintrain_and_evaluateexperimenttrain_and_evaluateestimatorevaluatelearn_runner使用接口from tensorflow.contrib.learn import learn_runnerdef原创 2018-01-15 09:22:22 · 4165 阅读 · 0 评论 -
tensorflow pad vs caffe pad
tensorflow padcaffe padtensorflow2caffetensorflow padpad分为valid和same两种模式。padding same or valid 参考官网文档 说法: For the ‘SAME’ padding, the output height and width are computed as: out_height = ceil原创 2017-12-28 14:20:09 · 2763 阅读 · 0 评论 -
数据流中产生随机样本
数据流中产生随机样本: 1. 随机读取N-2N张从中选择N张,其它丢弃 2. 2. 随机读取 10N张 每次从中选择N张 使用。 可以继续增大缓存。例如每次读取1000 (buffer) 分两批 使用。参考tensorflow datasets api原创 2017-11-24 19:45:17 · 477 阅读 · 0 评论 -
fatal error: nsync_cv.h: No such file or directory
从TF1.3升级到TF1.4之后,自己写的op也要重新编译TF_INC=$(python -c 'import tensorflow as tf; print(tf.sysconfig.get_include())')TF_LIB=$(python -c 'import tensorflow as tf; print(tf.sysconfig.get_lib())')i=$1o=${i/.cc/原创 2017-11-15 16:52:21 · 6915 阅读 · 2 评论 -
datasets api 问题
datasetsAPI获取数据时也无法忽略其中一种错误,需要定位到底是哪种数据错误导致的 猜测1:是无法迭代的数据文件导致dataset的获取数据问题(没有任何错误提示) 验证1:datasets+estimator训练,也可以训练一阵子,然后报错 DataLossError (see above for traceback): corrupted record at 889902968,且总是原创 2017-10-16 15:46:05 · 621 阅读 · 0 评论 -
tensorflow nan
学习率 (检查实际运行时的学习率是否正确,注意初始学习率可能在实际中有变化)标签是否越界原创 2017-10-24 10:42:21 · 286 阅读 · 0 评论 -
Not found batch_norm/moving_mean/... , batch_norm/moving_variance/... in checkpoint at eval
batch_norm_params = { # Decay for the moving averages. 'decay': 0.995, # epsilon to prevent 0s in variance. 'epsilon': 0.001, # force in-place updates of mean an原创 2017-10-20 15:07:22 · 2967 阅读 · 0 评论 -
求所有pair
假设有1063个类, 每个类有两个元素p1,p2p_1, p_2,求出所有的pair思路1:类间组合算法思维描述: 每个类只与其后面的类组合,每次类间组合产生1个正样本对,N*4个负样本对(4对应 p1q1,p1q2,p2q1,p2q2p_1 q_1, p_1 q_2, p_2 q_1, p_2 q_2 ) 第1个类:1(正样本对)+1062*4(负样本对) 第2个类:1(正样本对)+1061原创 2017-10-19 19:12:37 · 206 阅读 · 0 评论 -
libpng error
现象:现象1:可以正常获取类型 bool(imghdr.what(‘bad.png’)) #True现象2: 不能读取,读取会报错, img = cv2.imread(‘G:\tools\check\wrong_img\wrong_img\25.png’) libpng error: bad adaptive filter valueimg is None True现象3: 读取时不会立原创 2017-09-26 15:01:32 · 8333 阅读 · 0 评论 -
Tensorflow add op
http://davidstutz.de/implementing-tensorflow-operations-in-c-including-gradients/http://www.cnblogs.com/rocketfan/p/5201593.htmlhttps://stackoverflow.com/questions/39048984/tensorflow-how-to-write-op-w原创 2017-09-26 14:51:13 · 817 阅读 · 0 评论 -
tensorflow注意rank不一致时, "自动扩充维度" 然后再 "自动广播" 引发计算错误
a = tf.constant([[2],[3],[4]]) - tf.constant([1,2,3]) sess.run(a) # 结果并不是[1,1,1] This is because when rank of two tensors don’t match, TensorFlow automatically expands the first dimension of the t...原创 2018-03-05 16:10:26 · 955 阅读 · 0 评论