TensorFlow
文章平均质量分 52
_信念_
machine learining和CV爱好者
展开
-
3.tensorboard的图表可视化
1.tf.Variables()的命名空间 当模型的一些权重和bias等的变量可以用一个函数创建,可以指定命名空间,这样可视化时可以简化图,同时也可以细看在此变量命名空间下的节点 2.节点之间的关系 有数据依赖和控制依赖,二者表示不一样,数据依赖用实箭头表示,而控制依赖用虚线的箭头表示。 3.高自由度high-degree的节点的简化 有的节点有许多节点都与其相连...原创 2018-07-28 23:32:33 · 642 阅读 · 0 评论 -
4.TensorFlow 读取数据
1.读取数据的方式 feeding数据:在TensorFlow程序运行的每一步,让Python代码提供数据 从文件读取数据:在TensorFlow图的开始,让一个输入管线从文件中读取数据 预加载数据:在TensorFlow的图中定义常量或者变量来保存所有的数据,仅适用于数据量较小的情况 2.具体的实现 tf.placeholder()占位符与feeding...原创 2018-07-29 12:51:45 · 214 阅读 · 0 评论 -
1.TensorFlow初识
1.TensorFlow的基本知识 Python的中计算可以借助外部的工具,如numpy,但是再切回Python需要花销,所以在TensorFlow中是先把一系列的计算定义出来,然后再统一的再Python之外运行。 TensorFlow中有符号变量 tf.placeholder() 和其他的变量 tf.Variables();占位符的shape变量有利于找到因输入数据的维度不一...原创 2018-07-26 22:26:24 · 192 阅读 · 0 评论 -
2.TensorFlow的一些具体操作
1.为模型的参数命名,以及参数在不同的命名空间下 with tf.name_scope('str') as scope: ....... 再次范围下的所有模型的参数名都会带有该str前缀 TensorFlow中的每一个op操作都成为一个节点,同样,主要op都会有一个名字,这个节点里面的tensor就可以通过这个名字进行取出来,所以对于在计算途中定义的每一个主要op所得到...原创 2018-07-26 23:31:35 · 113 阅读 · 0 评论 -
tesnorflow 中的各种问题
1.为什么使用saver = tf.train.Saver()保存的模型为什么只有最近的 2.一边进行训练,一边进行验证时,要想使用当前已经根据梯度修改过过的参数,需要对参数进行一个说明? 强调 reuse=tf.AUTO_REUSE 3.在验证时也要巧用与训练一样的结构,使用占位符来降低内存的使用 其实就是定义验证集上的准确率的计算时,也要使用占位符来表示计算,不能使用实...原创 2018-09-13 21:37:00 · 268 阅读 · 0 评论