tensorflow
文章平均质量分 79
xiholix
大数据、数据挖掘、折腾全栈中
展开
-
tensorflow中使用tensorboard可视化结果
1. 将数据与summary绑定在tensorflow中为了能够将数据显示出来,必须先将summary operation与数据关联起来,使得后面能够将这些数据写入 event files。因为tensorboard的可视化就是根据这些eventfiles的内容来可视化的。比较典型的两个summary operation是 scalar_summary()和histogram_summary(原创 2016-11-19 22:15:00 · 4322 阅读 · 0 评论 -
tensorflow官方rnn教程的源码阅读总结
这篇教程的主要源代码在ptb_word_lm.py与reader.py两个文件中。教程对应的源代码的github仓库地址。数据下载地址,该教程需要的数据在该下载的文件解压后的data子目录下。该目录的内容如下图所示: 首先介绍reader.py文件的内容: reader.py文件由_reader_words、_builid_vocab、_file_to_word_id原创 2017-03-19 10:30:09 · 1478 阅读 · 0 评论 -
关于tensorflow的reading data的总结
本文主要是对tensorflow的官方教程reading data的总结。 1. 在tensorflow中有三种方法输入数据,分别是: 1. 在python程序中使用的run函数中使用feed_dict提供数据 2. 使用pipeline从文件中读取数据 3. 将数据预先载入到tensorflow的graph中,这种方式只适合数据集小的情况2. feeding方法一个feeding方原创 2017-03-28 22:33:27 · 3621 阅读 · 0 评论 -
tensorflow中embedding_lookup, tf.gather以及tf.nn.embedding_lookup_sparse的理解
1. tf.nn.embedding_lookup()函数签名如下:embedding_lookup( params, ids, partition_strategy='mod', name=None, validate_indices=True, max_norm=None)参数说明:params参数是一些tensor组成的列表或者单个的tenso原创 2017-05-04 13:14:43 · 17858 阅读 · 2 评论