![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TensorFlow常见接口
pingpingsunny
这个作者很懒,什么都没留下…
展开
-
tf.estimator.Estimator的使用
1原创 2020-04-21 17:10:02 · 2968 阅读 · 0 评论 -
tensorflow 数据读取
TensorFlow常见的数据读取方式分为3类:1. placeholder+feeding2.QueueRunner3. dataset其中第三种方式是目前的主流,但前2种方法,尤其是第二种方法我认为了解一下对于理解他人的代码是有帮助的:1. placeholder+feeding简单地说就是用Python程序处理好相关的数据,然后将整理好的数据通过placeho...原创 2020-04-21 15:43:42 · 451 阅读 · 0 评论 -
tf.logging用法
用来记录模型训练过程的一些参数。常用的几项:tf.logging.set_verbosity(tf.logging.INFO)设计日志级别.tf.logging.info(msg, *args, **kwargs)记录INFO级别的日志. args 是配合msg中的占位符用的. 比如 info("I have been in love with %s for %d years."...原创 2020-04-01 19:42:31 · 4848 阅读 · 0 评论 -
tf.flags用法
TF中使用flags来定义解析命令行参数,用法类似于Python中的argparse。尤其在我们编写shell脚本训练代码的时候比较方便,比如某shell脚本:python run_classifier.py \ --task_name=$TASK_NAME \ --do_train=true \ --do_eval=true \ --data_dir=$GLUE_DATA_...原创 2020-04-01 19:12:53 · 927 阅读 · 0 评论 -
常见的Tensor操作——tf.reshape; tf.pad; tf.slice; tf.transpose; tf.tile; tf.expand_dims; tf.squeeze
对于Tensor的常见操作无非就是变化一下shape,做个转置,padding一下,取其中固定的维度的信息,增加个维度,减少各维度之类的,具体的分为7个接口,分别如下:1. tf.reshape在向量运算时,难免向量的形状跟要求不一致,这个时候需要reshape操作改变向量的形状,该操作只修改各个维度的大小,不修改向量中数据的顺序,比如一个向量a = [1, 2, 3, 4],它的shap...原创 2020-03-14 21:37:31 · 729 阅读 · 0 评论 -
tf.shape和tf.get_shape的区别
从名字来看,这2个接口都是可以获取tensor的shape的,但有明显的区别,具体为:1.tf.shape返回的是tensor,而tf.get_shape返回的是一个元组,所以前者想要获取具体的结果需要sess.run才行;2. 对tf.placeholder占位符来说,如果shape设置的其中某一个是None,那么对于tf.shape,sess.run会报错。a = tf.Var...原创 2020-03-10 22:24:19 · 1582 阅读 · 0 评论 -
tf.name_scope,tf.variable_scope,tf.Variable和tf.get_variable用法
在TensorFlow中,声明变量可以使用接口tf.Variable和tf.get_variable,而tf.name_scope,tf.variable_scope提供变量空间管理功能。下面举例说明:1.tf.name_scope,tf.variable_scope这2个接口的功能都是提供变量空间空间管理功能,不同点在于tf.name_scope一般用于使网络关系在tensorboar...原创 2020-03-10 21:09:14 · 257 阅读 · 0 评论