tensorflow
nini_coded
走在电路与算法之间的通信人 把优势发挥到极致 stay hungry stay foolish
展开
-
tf.one_hot()函数简介
tf.one_hot()函数是将input转化为one-hot类型数据输出,相当于将多个数值联合放在一起作为多个相同类型的向量,可用于表示各自的概率分布,通常用于分类任务中作为最后的FC层的输出,有时翻译成“独热”编码。tensorflow的help中相关说明如下:one_hot(indices, depth, on_value=None, off_value=None, axis=Non...原创 2018-02-04 01:07:02 · 84093 阅读 · 10 评论 -
tensorflow保存网络参数并调用迁移参数
为了节省训练时间和训练所需资源等,我们常常直接利用以前(或别人)训练好的网络模型,加载模型中保存好的各项参数,继续训练或者迁移到其他相似任务中微调参数,或者直接测试使用。参数保存: tensorflow中一般使用Saver类中的tf.train.Saver.save()方法保存网络参数,它会在我们设定的参数文件夹中生成三个二进制文件:checkpoints(ckpt),它们保存的是所有参数名...原创 2018-02-08 23:58:06 · 2955 阅读 · 0 评论 -
Tensorflow可视化中间层和卷积层
为了查看网络训练的效果或者便于调参、更改结构等,我们常常将训练网络过程中的loss、accurcy等参数。除此之外,有时我们也想要查看训练好的网络中间层输出和卷积核上面表达了什么内容,这可以帮助我们思考CNN的内在机制、调整网络结构或者把这些可视化内容贴在论文当中辅助说明训练的效果等。中间层和卷积核的可视化有多种方法,整理如下:1.以矩阵(matrix)格式手动输出图像:用简单的LeN原创 2018-02-06 03:53:52 · 9966 阅读 · 1 评论 -
tf.slice()介绍
函数:tf.slice(inputs, begin, size, name)作用:从列表、数组、张量等对象中抽取一部分数据begin和size是两个多维列表,他们共同决定了要抽取的数据的开始和结束位置begin表示从inputs的哪几个维度上的哪个元素开始抽取 size表示在inputs的各个维度上抽取的元素个数若begin[]或size[]中出现-1,表示抽取对应维度上的所有元...原创 2018-04-08 14:55:49 · 26772 阅读 · 3 评论 -
tf.add_to_collection与tf.get_collection函数
tf.add_to_collection是把多个变量放入一个自己y用引号命名的集合里,也就是把多个变量统一放在一个列表中。tf.get_collection与之相反,是从列表中取出所有元素,构成一个新的列表。这一看这个tf.get_collection好像没什么作用,前后都还是列表。其实这样做是因为:例如: 之前用tf.add_to_collection将多个变量放在命名为‘regu...原创 2018-05-31 18:29:00 · 9482 阅读 · 1 评论 -
tf.cond()函数
tf.cond()函数原创 2018-05-31 23:50:24 · 786 阅读 · 0 评论