tensorflow
dxz_tust
拥抱开源~
展开
-
TensorFlow关于队列的简单使用及其理解
其他人的理解,很好,所以copy过来了。入队操作都在主线程中进行,Session中可以多个线程一起运行。 在数据输入的应用场景中,入队操作从硬盘上读取,入队操作是从硬盘中读取输入,放到内存当中,速度较慢。 使用QueueRunner可以创建一系列新的线程进行入队操作,让主线程继续使用数据。如果在训练神经网络的场景中,就是训练网络和读取数据是异步的,主线程在训练网络,另一个线程在将数据从硬盘读入内存原创 2018-04-16 21:41:14 · 499 阅读 · 0 评论 -
allow_soft_placement和log_device_placement用法
with tf.Session(config=tf.ConfigProto( allow_soft_placement=True, log_device_placement=True)) as sess:allow_soft_placement允许动态分配GPU内存,log_device_placement打印出设备信息...原创 2018-07-05 21:22:09 · 5453 阅读 · 0 评论 -
tf.nn.sparse_softmax_cross_entropy_with_logits和tf.nn.softmax_cross_entropy_with_logits区别(转载)
转载 2018-07-05 21:19:10 · 511 阅读 · 0 评论 -
tensorflow利用mnist文件集制作TFRecord文件,以及读TFRecord文件操作
import tensorflow as tfimport input_dataimport numpy as npimport cv2# def _int64_feature(value):# return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))# def _bytes_feature(va...原创 2018-04-18 22:07:04 · 785 阅读 · 4 评论 -
1.基于TensorFlow简单线性回归模型的训练,模型的保存,以及恢复使用
#coding=utf-8import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltdef get_bact(num, x_train, y_train): #打乱顺序,抽取batch examples_num = np.arange(len(x_train)) np.random.sh...原创 2018-04-16 21:41:42 · 324 阅读 · 0 评论