自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 处理CSV文件和JSON文件

处理CSV文件:直接上示例吧:import csvexampleFile = open('example.csv')# 假设csv文件已在工作目录下exampleReader = csv.reader(exampleFile)print(list(exampleReader))# 也可以用for循环从Reader对象中读取数据, 每一行都是一个列表。for row in examleFi...

2018-04-06 16:38:35 1290

原创 Python笔记--列表和字典的基本使用

列表可以多重赋值。举个例子: list_example = [1, 2, 3] b, c, d = list_example列表的方法有:list.index(item)--返回下标;list.append(item)--添加新值至末尾;list.insert(index, item)--添加新值至index处;lis.remove(item)--删除值(只有第一次的值会被删,知道值所对应的下标...

2018-04-01 22:27:05 212

原创 TF--LSTM

分享一段有报错的代码,希望万能的博友能帮我找找错误在哪(代码出处源于TF实战谷歌深度学习框架)import tensorflow as tfimport numpy as npimport readerDATA_PATH = "/home/cvx/Downloads/PTB/simple-examples/forme"HIDDEN_SIZE = 200 # ---隐藏层的规模...

2018-03-03 09:22:28 404

转载 Tensorflow中的RNN以及LSTM

先了解RNN:每个RNNCell都有一个call方法,使用方式是:(output, next_state) = call(input, state)。每调用一次RNNCell的call方法,就相当于在时间上“推进了一步”,这就是RNNCell的基本功能。import tensorflow as tfimport numpy as npcell = tf.nn.r

2018-02-01 14:54:02 3779

转载 LSTM

1.LSTM的结构:图中各关键部分的含义:LSTM 的关键就是状态,水平线在图上方贯穿运行。细胞状态类似于传送带。直接在整个链上运行,只有一些少量的线性交互。信息在上面流传保持不变会很容易。LSTM有三个门,门是一种让信息选择式通过的方法。他们包含一个 sigmoid 神经网络层和一个按位做 乘法操作。                            

2018-01-30 21:49:57 3114

原创 TF输入数据处理框架

1.用 tf.train.match_filenames_once() 获取存储训练数据的文件列表。(数据已转为 TFRecord 格式的多个文件)2.用 tf.train.string_input_producer() 创建输入文件队列,可以将输入文件顺序随机打乱(shuffle = True)3.用 tf.TFRecordReader() 读取TFrecords文件中的数据。4.用

2018-01-30 15:46:50 963

原创 TF--组合训练数据

从文件列表中读取单个样例已在上一篇博文中提到,这次是将单个样本组合成一个batch。单一文件多线程,选用tf.train.batch(打乱样本有对应的tf.train.shuffle_batch);对于多线程多文件,一般选用tf.train.batch_join(打乱样本同样也有对应的tf.train.shuffle_batch_join)示例代码(来源于Tensorflow实战谷歌深

2018-01-29 23:02:48 403

原创 多线程输入数据处理框架

经典输入数据处理流程图:指定原始数据的文件列表--->创建文件列表队列-->从文件中读取数据-->数据预处理-->整理成batch作为神经网络的输入。队列也是TF多线程输入数据处理框架的基础。队列和变量类似,都是计算图上有状态的节点。修改队列状态的操作主要有:Enqueue、EnqueueMany、DequeueTF中提供了FIFOQueue(先进先出)和RandomShuffleQueu

2018-01-29 20:39:53 438

原创 tf.image.sample_distorted_bounding_box(含其他对图形的操作)

此函数为图像生成单个随机变形的边界框。函数输出的是可用于裁剪原始图像的单个边框。返回值为3个张量:begin,size和 bboxes。前2个张量用于 tf.slice 剪裁图像。后者可以用于 tf.image.draw_bounding_boxes 函数来画出边界框。image_size: 是包含 [height, width, channels] 三个值的一维数组。数值类型必须是 ui

2018-01-28 23:02:04 4319

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除