tensorflow
forsch
这个作者很懒,什么都没留下…
展开
-
tensorflow中的tf.Variable()
数据流图有两大组成部分:Tensor对象Op对象这二者的特性都是不可变的(immutable),在数据流图中对于普通Tensor来说,经过一次Op操作之后,就会转化为另一个Tensor。当前一个Tensor的使命完成之后就会被系统回收。但在机器学习任务中,某些参数(eg:模型参数)可能需要长期保存,他们的值还需要不断迭代更新,也就是,它必须是可变的。为了处理这个问题,所以就有了变量(...原创 2018-11-21 20:00:04 · 182 阅读 · 0 评论 -
tensorflow中的placeholder()
tensorflow 中在运行时动态设置某个变量的值,先使用placeholder占位。运行时动态给占位符“喂”数据。用tf.placeholder占位import tensorflow as tfa = tf.placeholder(tf.float32, name = "input_1")b = tf.placeholder(tf.float32, name = "input_2")...原创 2018-11-21 12:41:54 · 2008 阅读 · 0 评论 -
tensorflow中的Session()和run()
Session()方法tensorflow的内核使用更加高效的C++作为后台,以支撑它的密集计算。tensorflow把前台(即python程序)与后台程序之间的连接称为"会话(Session)"Session作为会话,主要功能是指定操作对象的执行环境,Session类构造函数有3个可选参数。target(可选):指定连接的执行引擎,多用于分布式场景。graph(可选):指定要在Sess...原创 2018-11-20 13:15:49 · 2539 阅读 · 0 评论 -
tesorflow中的Graph对象
创建图对象import tensorflow as tfimport numpy as npa = tf.constant(123)print(a.graph)print(tf.get_default_graph())<tensorflow.python.framework.ops.Graph object at 0x7f46885216d8><tensorfl...原创 2018-11-19 12:53:54 · 211 阅读 · 1 评论 -
tensorflow中的名称作用域
背景在典型的tensorflow应用程序中,可能会有数以千计的计算节点。如此多的节点汇集在一起,难以分析,甚至无法用标准的图表工具来展示。解决这个问题,一个有效方法就是,为Op/Tensor划定名称范围。在tensorflow中,这个机制叫名称作用域(name scope)。它的作用类似C++中的“命名空间(namespace)”,或java中的“包(package)”。使用名称作用域后,就...原创 2018-11-21 20:54:16 · 285 阅读 · 0 评论 -
tensorflow中导入下载到本地的mnist数据集
tensorflow中导入下载到本地的mnist数据集使用input_data.read_data_sets("/worker/mnistdata/", one_hot = True) "/worker/mnistdata/"为数据集存放的位置.import tensorflow as tffrom tensorflow.examples.tutorials.mnis原创 2018-11-23 12:55:31 · 11110 阅读 · 5 评论 -
anaconda安装tensorflow python3.6版本笔记
安装anacondaanaconda网站下载安装.conda中添加清华镜像源,解决conda install 慢的问题打开Anaconda Prompt 复制如下代码执行conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_ch...原创 2019-03-16 17:34:50 · 3417 阅读 · 0 评论