0. basics
- dtypes:
- float, tf.float32
- int32, tf.int64
- session:
with tf.Session() as sess:
tf.InteractiveSession()
初始化:
- tf.global_variables_initializer()
with tf.Session() as sess: sess.run(tf.global_variables_initializer())
tensor:
- tf.Tensor/tf.Variable
- tf.constant():返回一个常量 tensor
- tf.SparseTensor():返回一个tensor-like 对象
- tf.placeholder():return a tensor that may be used as a handle for feeding a value, but not evaluated directly.(不直接执行)
1. 数据结构
tf.FIFOQueue:先入先出型队列;
注意:如果一次性入列超过Queue Size的数据,enqueue操作会卡住,直到有数据(被其他线程)从队列取出。对一个已经取空的队列使用dequeue操作也会卡住,直到有新的数据(从其他线程)写入。
- tf.FIFOQueue.enqueue:把参数视为单一变量入列
- list.append()
- tf.FIFOQueue.enqueue_many:对参数中的元素单独入库;
- list.extend()
- tf.FIFOQueue.enqueue:把参数视为单一变量入列
2. 分布
- tf.truncated_distribution:truncated normal distribution,阶段型正态分布;
3. 神经网络
- 二维卷积:tf.nn.conv2d 的参数
- padding=’SAME’ ⇒ 卷积之前的大小和卷积之后的大小一致,默认使用全 0 填充;
- padding=’VALID’ ⇒ 也即仅适用其有效部分,而不使用填充其他值会引入无关的数据;