![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Tensorflow
Smarticle
Happy and Tough
展开
-
Pycharm快捷键: PyCharm 反向 缩进 注释
向前缩进:tab键反向缩进:tab+shift键原创 2019-03-19 19:06:19 · 760 阅读 · 0 评论 -
TensorFlow 基础:TensorFlow Debug
TensorFlow 调试器(TFDebug)TensorFlow 调试器(tfdbg) 是专门为TensorFlow定制的调试器。在训练或推理的过程中能够让你看到流图的内部结构及状态,由于tensorflow的计算图,使用通常的调试器(如pdb)是看不到的。TFDebug使用用TFDebug包装tensorflow会话(session)需要增加如下的代码:# 第一行: 引包from ...原创 2019-04-17 15:00:43 · 468 阅读 · 0 评论 -
TensorFlow问题:/data/public/anaconda3/lib/python3.6/site-packages/h5py/__init__.py:36: FutureWarning:
问题:解决: pip install h5py==2.8.0rc1效果:原创 2019-04-17 15:34:50 · 10025 阅读 · 0 评论 -
TensorFlow基础 : TensorBoard使用
TensorBoard介绍TensorBoard是TensorFlow下的一个可视化的工具,能够帮助我们在训练大规模神经网络过程中出现的复杂且不好理解的运算。TensorBoard能展示你训练过程中绘制的图像、网络结构等。第一步:定位到你训练后log文件保存的位置第二步:cd 到log文件的上一级目录第三步:键入命令行,启动TensorBoard命令行是: tensorboard -...原创 2019-04-17 17:07:28 · 315 阅读 · 2 评论 -
代码实现:Python列表 0填充
输入:all_usr_pois : [[1, 2], [1], [4], [6], [8, 9], [8], [10, 11, 11], [10, 11], [10], [12], [14], [15, 16, 17]…………]item_tail: [0]输出:us_pois: [[1, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [1, ...原创 2019-04-15 12:00:56 · 6325 阅读 · 0 评论 -
TensorFlow基础:tf.concat()
tf.concat函数: 主要用于连接两个数组参数:values:需要连接的数组axis:从哪个维度来连接数组一维数组import tensorflow as tfif __name__ == "__main__": a = [1,2,3] b = [4,5,6] c = tf.concat([a,b],0) sess = tf.InteractiveS...原创 2019-04-19 23:32:29 · 803 阅读 · 0 评论 -
Python基础:conda在指定环境下安装包
使用conda install 包的时候,默认是装在root环境下的conda在指定环境下安装包:$conda install -n env_name pandas激活虚拟环境$source activate env_name推出虚拟环境$source deactivate env_nameconda install XXX 和 pip install XXX 的区别cond...原创 2019-05-25 09:49:53 · 23118 阅读 · 0 评论 -
GPU问题: Linux 无进程显存占用问题
在linux命令行中键入nvidia-smi,显示没有进程但是GPU显存却使用很多产生原因:历史进程未杀死解决方案:用下面命令查看后台占用进程:fuser -v /dev/nvidia*然后kill掉kill -9 进程号...原创 2019-05-22 21:18:12 · 2917 阅读 · 0 评论 -
TensorFlow基础:网络结构的保存
保存当前参数最好时的参数 saver_ckpt = tf.train.Saver(tf.trainable_variables()) if max_ndcg < ndcg: max_ndcg = ndcg max_res = cur_res ...原创 2019-05-22 21:32:31 · 650 阅读 · 0 评论 -
Tensorflow基础:安装资料整理
1. tensorflow-gpu版本与cuda与cudnn版本对应情况https://blog.csdn.net/oMoDao1/article/details/832410742. 查看cuda与cudnn命令查看cuda版本 cat /usr/local/cuda/version.txt查看cudnn版本```cat /usr/local/cuda/include/cu...原创 2019-05-23 02:35:54 · 133 阅读 · 0 评论 -
Python基础:lambda与filter用法
1. lambda用法。Python使用lambda来创建匿名函数。lambda只是一个表达式,函数体比def简单很多。lambda的主体是一个表达式,而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。lambda函数拥有自己的命名空间,且不能访问自有参数列表之外或全局命名空间里的参数。虽然lambda函数看起来只能写一行,却不等同于C或C++的内联函数,后者的目的是调用...原创 2019-06-27 12:04:56 · 1084 阅读 · 0 评论 -
Numpy基础:Numpy常用函数速查
Numpy是科学计算库,是一个强大的N维数组对象ndarray,是广播功能函数。其整合C/C++.fortran代码的工具 ,更是Scipy、Pandas等的基础.ndim :维度.shape :各维度的尺度 (2,5).size :元素的个数 10.dtype :元素的类型 dtype(‘int32’).itemsize :每个元素的大小,以字节为单位 ,每个元素占4个字节1....原创 2019-04-14 15:50:26 · 625 阅读 · 0 评论 -
论文实现:SR-GNN、DER 中用到的函数
np.arange():生成np数组x = np.arange(9.0) #生成0-8的np数组np.split() :np数组分割详见:https://blog.csdn.net/lthirdonel/article/details/88690923np.asarray() 与 np.array()array和asarray都可将结构数据转换为ndarray类型。但是...原创 2019-04-13 23:46:11 · 560 阅读 · 0 评论 -
numpy基础: np.split()
split(ary, indices_or_sections, axis=0)把一个数组从左到右按顺序切分参数:ary: 要切分的数组indices_or_sections: 如果是一个整数,就用该数平均切分,如果是一个数组,为沿轴切分的位置(左开右闭)axis: 沿着哪个维度进行切向,默认为0,横向切分。为1时,纵向切分一般用法:>>> x = np.arange...原创 2019-03-20 15:49:36 · 6380 阅读 · 0 评论 -
代码实现:处理数据之生成batch
生成batch代码:def generate_batch(self, batch_size): #根据已有的数据self 生成各种需要的数组 if self.shuffle: shuffled_arg = np.arange(self.length) np.random.shuffle(shuffled_arg) self.inputs ...原创 2019-03-20 16:07:59 · 1226 阅读 · 3 评论 -
Tensorflow基础:tf.matmul() 和tf.multiply() 的区别
**tf.multiply()**两个矩阵中对应元素各自相乘格式:tf.multiply(x, y, name=None)参数:x: 一个类型为:half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128的张量。y: 一个类型跟张量x相同的张量。返回值: x * y...原创 2019-03-20 17:19:41 · 3144 阅读 · 0 评论 -
Python基础:pickle (序列化与反序列化)
picklepickle是一个将内存中的数据(运行中的非持久存储的)存储的硬盘上(持久的文件)pickle可以将对象以文件的形式存放在磁盘上pickle模块只能在python中使用,python中几乎所有的数据类型(列表,字典,集合,类等)都可以用pickle来序列化pickle 语法pickle.dump(obj, file[, protocol])序列化对象,并将结果数据流写入到...原创 2019-03-18 14:48:31 · 1862 阅读 · 0 评论 -
Python基础:networkx (图论与复杂网络建模工具)
图的类型Graph类是无向图的基类,无向图能有自己的属性或参数,不包含重边,允许有回路,节点可以是任何hash的python对象,节点和边可以保存key/value属性对。该类的构造函数为Graph(data=None,**attr),其中data可以是边列表,或任意一个Networkx的图对象,默认为none;attr是关键字参数,例如key=value对形式的属性。MultiGraph是...原创 2019-03-19 09:59:31 · 7078 阅读 · 2 评论 -
TensorFlow基础 :tf.get_variable() 与 tf.Variable()
tf.get_variable(name, shape, initializer):name就是变量的名称,shape是变量的维度,initializer是变量初始化的方式,初始化的方式有以下几种:tf.constant_initializer:常量初始化函数tf.random_normal_initializer:正态分布tf.truncated_normal_initializer...原创 2019-04-15 18:46:16 · 371 阅读 · 0 评论 -
TensorFlow基础:张量
一. 张量的定义不管是几阶,都是张量二. 张量的特性2阶 (数据维度) 的 浮点型 (数据类型) 张量三. 产生张量的函数tf.constant定义常量(不可改变的张量)tf.placeholder占位符,先在技术图中占个坑,后面在从外面填充进来tf.Variable变量...原创 2019-04-12 23:17:45 · 318 阅读 · 0 评论 -
TensorFlow基础:数据流图
数据流图组成数据流图是根据编写的tensorflow代码产生的数据流图,主要组成部分如下图:产生图形如下:原创 2019-04-12 23:37:37 · 1037 阅读 · 0 评论 -
Tensorflow基础:tf.train.exponential_decay (指数衰减法)
在神经网络的训练过程中,学习率(learning rate)控制着参数的更新速度,tf.train类下面的五种不同的学习速率的衰减方法。tf.train.exponential_decaytf.train.inverse_time_decaytf.train.natural_exp_decaytf.train.piecewise_constanttf.train.polynomial_...原创 2019-04-16 13:54:50 · 1309 阅读 · 0 评论 -
TensorFlow基础:tf.unstack()与 tf.stack()
tf.unstack原型:unstack(value,num=None,axis=0,name='unstack' )解释:这是一个对矩阵进行分解的函数,以下为关键参数解释:value:代表需要分解的矩阵变量(其实就是一个多维数组,一般为二维);axis:指明对矩阵的哪个维度进行分解。要理解tf.unstack函数,我们不妨先来看看tf.stack函数。Tf.stack刚好是...原创 2019-04-20 22:38:55 · 743 阅读 · 0 评论 -
TensorFlow基础:tf.nn.embedding_lookup()
原型:tf.nn.embedding_lookup(params, ids, partition_strategy=‘mod’, name=None, validate_indices=True, max_norm=None)匹配:多ids形式 idx2 = tf.Variable([[0, 2, 3, 1], [4, 0, 2, 2]], tf.int32)import tensorfl...原创 2019-04-20 23:45:40 · 308 阅读 · 0 评论 -
Python基础:程序停止语句
1. 停止并退出return break 可以终止函数的运行exit(0) 无错误退出exit(1) 有错误退出这两条语句一般都会加在程序的最后 因为exit是迫使系统去终止程序的运行2. 暂停语句input()这种方法不用包含模块,因此这也是最常用的一种暂停手段。Python2中的raw_input()和input()语句在Python3中已经被合并到input()中。...原创 2019-07-20 10:24:38 · 22153 阅读 · 0 评论