layers.py :
1、
*args:是一个tuple类型,只能在函数第一次传参的时候可变,传好了就没法变了
**kwargs:是一个dict类型的变量,里面的键值对的个数是可变的
2.LIL格式的矩阵:
data[]:这里面实际上是很多个列表,其中data[i]就是第i行的非零的元素的列表集合
network.py
1.(89)config_summary():
这里tf.summary是专门用来在训练过程中记录数据的
稀疏矩阵:实际上在实际问题中,大规模的矩阵基本上都是稀疏矩阵,稀疏度甚至可以达到99%。
COO(coordinate):最简单的形式,用三个一维的数组保存,分别保存对应元素的行数(行索引),列数(列索引),以及元素值、
2.(121)transductive_train():
深入理解sess.run()到底是如何用的:
run(fetches,feed_dict=None):fetches:可以是单个图元素,也可以是list,tuple,dict...
feed_dict:允许调用者替换图中张量的值,这里的话很明显三次调用run(),feed_dict的值都不一样
有一点豁然开朗的感觉了,其实这里run里面写的列表一样的玩意儿就是操作的列表,调用run函数,就顺次执行列表里面的各项操作。然后后面的feed_dict就是在执行的时候替换某些操作里面的某些数据,这其实就是因为训练,验证,以及测试是有三种不同的数据,因此需要feed_dict这个参数,用来进行数据的替换。