初学机器学习代码(enrollment.py)记录的一些函数的用法~
machinelearning
1.tensorflow中定义了tf.app.flags用于接收从终端传入的命令行参数。“DEFINE_xxx“函数带3个参数,分别是变量名称,默认值,用法描述。
tf.app.flags.DEFINE_string( 'test_dir','results/TRAIN_CNN_3D/test_logs', 'Directory where checkpoints and event logs are written to.')
2.代码中所引用的hdf5文件enrollment-evaluation_sample_dataset.hdf5是用户用于注册语音,生成特定模型的文件。而development_sample_dataset_speaker.hdf5在train_softmax.py用于softmax训练。
3.parameter servers即参数服务器,是一个编程框架,用于方便分布式并行程序的编写,适用于大规模深度学习系统。
4.在主函数中,
tf.logging.set_verbosity(tf.logging.INFO):
将 TensorFlow 日志信息输出到屏幕
tf.Group():
计算图,主要用于构建网络,本身不进行任何实际的计算。
5.
with graph.as_default()
表示将这个类实例graph,也就是新生成的图作为整个 tensorflow 运行环境的默认图,如果有多个线程,由于创建了多个默认图,就相当于有了多个图画纸了。
6.
tf.device()
指定模型运行的具体设备,可以指定运行在GPU还是CUP上,以及哪块GPU上。
7.[Select th