![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
爱视觉
这个作者很懒,什么都没留下…
展开
-
os.path.splitext(os.path.basename(in_path.decode("utf8")))如何理解
1.os.path.basename(in_path.decode(“utf8”))返回最后当前文件名#coding=utf-8import osprint os.path.abspath("d:\\new\\test.txt") #d:\new\test.txtprint os.path.basename("d:\\new\\test.txt") #test.txtprin...原创 2018-05-08 21:10:57 · 1244 阅读 · 1 评论 -
tf.pad精准理解,tensorflow中pad()函数
函数原型: tf.pad pad( tensor, # 输入数据 paddings, mode=’CONSTANT’, # 可以有其它选项 REFLECTname=None )mode=’CONSTANT’,paddings=[[1,1],[1,1]]的意思是向上填充一行0,向下填充一行0,向左填充一行0,向右填充一行0假设tensor是(1,2),(4,5)[[...原创 2018-05-07 11:30:18 · 1493 阅读 · 1 评论 -
tensorflow中tf.layers.conv2d-Padding
https://tensorflow.google.cn/api_docs/python/tf/layers/conv2d?hl=zh-cn tensorflow手册链接tf.layers.conv2d( inputs, filters, kernel_size, strides=(1, 1), padding='valid', data_fo...原创 2018-05-07 16:08:43 · 2490 阅读 · 2 评论 -
tensorflow中axis理解非常重要
axis的作用即如何理解 numpy是python进行科学计算必不可少的模块,随着深度学习越来越火,numpy也越来越流行。了解numpy的人知道,在numpy中,有很多的函数都涉及到axis,很多函数根据axis的取值不同,得到的结果也完全不同。可以说,axis让numpy的多维数组变的更加灵活,但也让numpy变得越发难以理解。这里通过详细的例子来学习下,axis到底是什么,它在numpy中...转载 2018-05-07 16:12:31 · 5097 阅读 · 1 评论 -
tf.image.resize_images()自定义的反卷积,卷积都可以用tf.layers.conv2d_transpose反卷积,可用的batchnorm,randomrandint()
tf.image.resize_images(image, (w, h), method):image表示需要改变此存的图像,第二个参数改变之后图像的大小,method用于表示改变图像过程用的差值方法。0:双线性差值。1:最近邻居法。2:双三次插值法。3:面积插值法。tf.layers.conv2d_transpose https://blog.csdn.net/ningning52107/...原创 2018-05-08 15:34:45 · 1047 阅读 · 0 评论 -
tf.nn.dropout
tf.nn.dropout( x, 输入# keep_prob, #保留结果的比例,每个元素被保存的概率 noise_shape=None, seed=None, name=None)tensorflow中的dropout就是:使输入tensor中某些元素变为0,其它没变0的元素值变为原来的1/keep_prob大小!Drop后的输出是与输入t...原创 2018-05-08 16:56:57 · 1868 阅读 · 0 评论