Easy Tensorflow
无情的搬砖机器
不求甚解
展开
-
tf.reshape() tf.shape(x)与x.get_shape()
tf.rehspe()用法 : tf.reshape(tensor, shape, name=None)>>> import tensorflow as tf>>> import numpy as np## 创建一个数组a>>> a = np.arange(24)>>> aarray([ 0, 1, 2, 3, 4,...原创 2018-04-24 15:20:15 · 3184 阅读 · 0 评论 -
TensorFlow 平滑tensorboard 下载的数据
参考链接:https://blog.csdn.net/charel_chen/article/details/80364841我只做了简单修改,实现文件内所有.csv数据都做一次平滑import pandas as pdimport numpy as npimport osimport globdef smooth(csv_path,weight=0.96): data ...转载 2019-06-10 10:14:36 · 1613 阅读 · 0 评论 -
tensorflow保存和加载模型
1、tf保存模型tf.summary.scalar('accuracy',acc) merge_summary = tf.summary.merge_all() train_writer = tf.summary.FileWriter(dir,sess.graph)......(交叉熵、优化器等定义) saver = tf.train.Saver...转载 2019-04-30 22:02:19 · 984 阅读 · 0 评论 -
tf.summary的简单用法
参考链接:f.summary: https://www.cnblogs.com/lyc-seu/p/8647792.htmltensorboard 可视化:https://blog.csdn.net/Scythe666/article/details/82908319总结(常用的几个):1、tf.summary.scalar(),用于收集标量信息f.summary.scala...转载 2019-04-28 21:54:03 · 3110 阅读 · 0 评论 -
tf.nn.l2_loss()和tf.reduce_mean()
import tensorflow as tfx = tf.constant([1,2,3],dtype=tf.float32)y = tf.constant([5,6,7],dtype=tf.float32)sess = tf.Session()# tf.nn.l2_loss(x)最后还会除以2的print(sess.run(tf.nn.l2_loss(x)))#输出就是 (1^2+...转载 2019-04-28 21:24:35 · 1216 阅读 · 0 评论 -
理解tf.nn.conv2d参数与图像维度之间的关系
前两天想利用tensorflow中的卷积操作实现对图像通道之间的数据操作,比如通道1减去通道2等,查找了一些关于tf.nn.conv2d函数的用法,但是发现在tensor中的数据和我们平时对图像的维度理解存在一些差异,按照自己的理解写下该博客,如有错误希望能指出。已知tf.nn.conv2d(input,filter,strids,padding)中参数的意思:input:[batch_...原创 2019-04-28 15:47:29 · 3125 阅读 · 3 评论 -
tf.atan(y/x)与tf.atan2(y,x)
参考1:https://www.w3cschool.cn/tensorflow_python/tensorflow_python-4fnz2ckf.html参考2:https://blog.csdn.net/yjl9122/article/details/50995564转载 2019-05-02 20:51:03 · 1304 阅读 · 0 评论 -
Tensorflow笔记__实现断点续训功能
内容源于曹建老师的tensorflow笔记课程源码链接 : https://github.com/cj0012/AI-Practice-Tensorflow-Notes在反向传播算法中,训练代码如下:saver = tf.train.Saver()with tf.Session() as sess: init_op = tf.global_variables_initializer()...转载 2018-07-03 14:33:15 · 7609 阅读 · 4 评论 -
tf.name_scope()和tf.Variable(),tf.variable_scope()和tf.get_variable()
以下内容转载自:Author:Maddock 转载请注明出处:Maddock 计算机视觉、图像处理、机器学习① tf.name_scope()和tf.Variable(): 见我将它们俩写一起就知道他们两个总是一起使用,目的是方便参数命名管理,比如在Alexnet—Tensorflow实战中,Alexnet一共有5个卷积层,而每层都有“kernel”,“bias”等参数,所以为了区分每一层的参数命...转载 2018-04-28 13:53:20 · 264 阅读 · 0 评论 -
URLError: <urlopen error [WinError 10060] 由于连接方在一段时间后没有正确答复或连接的主机没有反应,连接尝试失败。
TensorFlow入门选择mnist进行数字识别是比较合适的,在进行利用TensorFlow提供的方法导入Mnist数据集的时候出现如下错误"URLError: <urlopen error [WinError 10060]由于连接方在一段时间后没有正确答复或连接的主机没有反应,连接尝试失败。"如下所示:解决办法:这可能是由于自身网络问题或者mnist数据集下载网页连接不...原创 2017-11-07 11:09:10 · 49025 阅读 · 17 评论 -
TypeError: __init__() got an unexpected keyword argument 'shape'
采用TensorFlow支持通过tf.Graph函数来生成新的向量图,代码如下:import tensorflow as tfg1 = tf.Graph()with g1.as_default(): v = tf.get_variable( "v",initializer=tf.zeros_initializer(shape = [1]))g2 = tf.Graph...原创 2017-11-08 09:22:35 · 11358 阅读 · 0 评论 -
tf.truncated_normal与tf.random_normal
点击打开链接转载 2018-04-27 15:24:39 · 339 阅读 · 0 评论 -
深度学习常用的初始化方法
参考链接:https://blog.csdn.net/xxy0118/article/details/84333635tf.Variable(tf.random_normal([3, 3, 64, self.c_dim], stddev=np.sqrt(2.0 / 9 / 64)))其中9 = 3*3 表示卷集成中卷积核的宽和高,64表示当前卷积核的个数。...转载 2019-06-27 17:32:36 · 1062 阅读 · 1 评论