- 博客(216)
- 收藏
- 关注
转载 Python __call__
__call__Python 中有一个有趣的语法,只要定义类型的时候,实现__call__函数,这个类型就成为可调用的。换句话说,我们可以把这个类型的对象当做函数来使用,相当于重载了括号运算符。#!/usr/bin/env python# coding=utf-8class g_dpm(object): def __init__(self,g): self.
2016-11-20 21:04:58
950
翻译 BasicLSTMCell
class BasicLSTMCell(RNNCell):基本的LSTM循环网络单元实现基于http://arxiv.org/abs/1409.2329我们添加 forget_bias (默认值为1)到遗忘门的偏置,为了减少在开始训练时遗忘的规模。它不允许单元有一个剪裁,映射层,不允许有peep-hole 连接:这是基准。对于更高级的模型,请使用 full LSTMCell
2016-11-20 11:11:37
13409
转载 用make进行宏编译
make的功能是可以简化编译过程里面所执行的命令。假设我的执行文件里面包含了4个源码文件,分别是 main.c、haha.c、sin_value.c、cos_value.c 这4个文件,这4个文件的目的是:main.c: 让用户输入角度数据与调用其他3个子程序;haha.c: 输出一堆信息而已;sin_value.c: 计算用户输入的角度的sin值cos_value.c:
2016-11-17 23:11:18
3254
转载 C 编译过程
以helloword.c 程序说明编译过程在默认的状态下,如果我们直接以gcc编译源码,并且没有加上任何参数,则执行文件的文件名会被自动设置为a.out 这个文件名。所以你就能够直接执行 ./a.out这个这行文件。hello.c 就是源码,gcc是编译程序,a.out 是编译成功的可执行文件。如果我们想要产生目标文件(object file),而且执行文件的文件名也不要用默认
2016-11-17 22:05:40
559
翻译 Summaries and TensorBoard
TensorBoard 通过读取TensorFlow 的事件文件来运行。TensorFlow的事件文件包括了你会在TensorFlow 运行中涉及到的主要数据。下面是TensorBoard 中汇总数据(Summary data)的大体生命周期。首先,创建你想汇总数据的TensorFlow 图,然后再选择你想在哪个节点进行汇总(summary)操作。比如,假设你正在训练一个卷积神经网络,用于
2016-11-16 21:18:40
1630
翻译 tf.train.Saver
class tf.train.Saver保存和恢复变量最简单的保存和恢复模型的方法是使用tf.train.Saver 对象。构造器给graph 的所有变量,或是定义在列表里的变量,添加save 和 restore ops。saver 对象提供了方法来运行这些ops,定义检查点文件的读写路径。检查点是专门格式的二进制文件,将变量name 映射到 tensor value。检查checkp
2016-11-16 11:26:11
34505
翻译 tf.nn.in_top_k()
tf.nn.in_top_k(predictions, targets, k, name=None)判断target 是否在top k 的预测之中。输出batch_size 大小的bool 数组,如果对目标类的预测在所有预测的top k 中,条目 out[i]=True。注意 InTopK 和 TopK 的操作是不同的。如果多个类有相同的预测值并且跨过了top-k 的边界,所有这些类都被认
2016-11-16 09:32:40
8422
3
翻译 tf.Variable
class tf.Variable一个变量通过调用run() 方法维持图的状态。你通过构造variable 类的实例来添加一个变量到图中。Variable() 构造器需要一个初始值,可以是任意类型和shape 的Tensor。初始值定义了变量的type和shape。构造完成之后,变量的type和shape 是固定的。可以使用assign 方法来修改变量的值。如果你想修改变量的shape
2016-11-15 16:24:12
22371
翻译 Training
tf.scalar_summary(tags, values, collections=None, name=None)输出标量值的总和输入的tags 和 values 必须具有相同的shape。产生的总和有每一个tag-value 对的值。tags: 一个字符串 Tensor, Tags 为了求和values: 一个真正的数值 Tensor 。值用于求和collectio
2016-11-15 15:29:26
599
翻译 softmax_cross_entropy
tf.nn.sparse_softmax_cross_entropy_with_logits(logits, labels, name=None)计算logits 和 labels 之间的稀疏softmax 交叉熵度量在离散分类任务中的错误率,这些类之间是相互排斥的(每个输入只能对应唯一确定的一个类)。举例来说,每个CIFAR-10 图片只能被标记为唯一的一个标签:一张图片可能是一只狗或一
2016-11-15 11:19:17
12395
1
转载 Python sys.argv[]
sys.argv[] 是用来获取命令行参数的,sys.argv[0] 表示代码本身文件路径,所以从参数1开始。#!/user/bin/env python# coding=utf-8import sysprint sys.argv[0]print sys.argv[1]#!/usr/bin/env python# coding=utf-8import sysdef
2016-11-15 09:15:21
686
转载 Python 断言assert用法
在开发一个程序的时候,与其让它运行时崩溃,不如在它出现错误条件时就崩溃(返回错误)。这时候断言assert 就显得非常有用。assert 的语法格式:assert expression它的等价语句为:if not expression: raise AssertionError#!/user/bin/env python# coding=utf-8a_str='thi
2016-11-14 21:55:23
1083
转载 Linux压缩与解压缩
Linux系统常见的压缩文件扩展名:*.z compress 程序压缩的文件*.gz gzip程序压缩的文件*.bz2 bzip2 程序压缩的文件*.tar tar 程序打包的数据,并没有压缩过*.tar.gz tar 程序打包的文件,其中经过gzip 的压缩*.tar.bz2 tar 程序打包的文件,其中经过bzip2 的压缩。gzip 是由GNU 计划所
2016-11-14 21:12:58
388
转载 Neural Network
tf.nn.relu(features, name=None)就算修正的线性:max(features, 0)#!/user/bin/env python# coding=utf-8import tensorflow as tfw=tf.Variable([[1.0,2.0,-0.5],[-0.9,0.1,1.2]])w_nn=tf.nn.relu(w)init=tf.ini
2016-11-14 15:51:32
396
原创 tf.Graph.name_scope
tf.Graph.name_scope(name)返回一个上下文管理器,为操作创建一个层级的name一个图维持一个name scope的栈。name_scope(...):声明将一个新的name放入context生命周期的一个栈中。name参数如下:一个字符串(不以'/' 结尾)将穿件一个新scope name,在这个scope中,上下文中所创建的操作前都加上name这个前
2016-11-14 15:03:58
2659
转载 tf.app.run()
在tensorflow的demo中,都有这样的代码存在。if __name__ == "__main__": tf.app.run()源码"""Generic entry point script."""from __future__ import absolute_importfrom __future__ import divisionfrom __future__ impo
2016-11-14 10:44:25
3790
原创 Python字符串和数字拼接
#!/usr/bin/env python# coding=utf-8step=1print "step="+str(step+1)
2016-11-11 11:12:26
49766
转载 concat连接多个通道
深度学习中,经常要使用的技术之一,连接多个通道作为下一个网络层的输入。tf.concat(concat_dim, values, name='concat')concat_dim是tensor 连接的方向(维度),values 是要连接的tensor 链表,name是操作名。concat_dim维度可以不一样,其他维度的尺寸必须一样。1. 两个二维tensor连接concat_di
2016-11-11 10:31:09
6710
1
转载 ubuntu14.4.04 查看CPU/GPU 内存使用情况
ubuntu下查看内存使用情况topUbuntu下查看GPU使用情况nvidia-smi
2016-11-10 15:28:15
2066
转载 Python惯例
在Python中,模块名使用小写字母开头,而类名使用一个大写字母开头。根据Python语法规则,一个函数定义中,在第一个拥有默认值的参数之后的任何参数,都必须拥有默认值。
2016-11-08 21:55:19
327
转载 __name__和__main__
启用以后的语言特性可能破坏现有代码语言方面的变动会不断引进。一开始,是以选用扩展功能的方式出现,默认是关闭的。要开启这类功能,可以使用以下形式的特定的import语句:from __future__ import featurename这个语句一般应该出现在模块文件的顶端,因为这是以每个模块为基础,开启特殊的代码编译。混合用法模式:__name__和__main__这是一个特殊的与
2016-11-08 21:54:57
345
转载 shell
管理整个计算机硬件的其实是操作系统的内核(kernel),这个内核是需要被保护的,所以我们一般用户就只能通过shell来跟内核通信,以让内核达到我们所想要达到的工作。我们必须要通过“Shell”将我们输入的命令与内核通信,好让内核可以控制硬件来准确无误地工作。用户可以通过应用程序来指挥内核,让内核达成我们所需要的硬件任务,应用系统其实是在最外层,就如同鸡蛋的外壳一样,因此这个也就被称呼为s
2016-11-08 20:07:27
326
转载 Python字符串格式化表达
字符串格式化允许在一个单一的步骤中对一个字符串执行多个特定类型的替换。格式化字符串:1. 在%操作符的左侧放置一个需要进行格式化的字符串,这个字符串带有一个或多个嵌入的转换目标,都是以%开头(例如,%d).2. 在%操作符右侧放置一个(或多个,嵌入到元组中)对象,这些对象将会插入到左侧想让Python进行格式化字符串的一个(或多个)转换目标的位置上去。#!/user/bin/env
2016-11-07 22:20:49
482
转载 Python 运算符重载
类和模块的第三个主要差别:运算符重载。简而言之,运算符重载就是让用类写成的对象,可截获并响应用在内置类型上的运算:加法、切片、打印和点号运算等。这只是自动分发机制:表达式和其他内置运算流程要经过类的实现来控制。这里也和模块没有什么相似之处:模块可以实现函数调用,而不是表达式的行为。重载运算符主要概念的概要以双下划线命名的方法(__X__)是特殊钩子。Python运算符重载的实现是提供特殊命
2016-11-07 21:27:04
821
转载 账号管理
新增用户使用 useradd 来创建用户,使用passwd 设置密码useradd [-u UID] [-g 初始用户组] [-G 次要用户组] [-mM] [-c说明栏] [-d 主文件夹绝对路径] [-s shell] 用户账号名简单地使用"useradd 账号" 来创建用户,默认值:在/etc/passwd 里面创建一行与账号相关的数据,包括创建 UID/GID/主文
2016-11-07 16:41:03
397
转载 tf.nn.conv2d()
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)根据4维的input和filter张量计算2维卷积input张量[batch, in_height, in_width, in_channels]filter/kernel 张量[filter_
2016-10-28 16:50:39
580
转载 sotmax-regression
#!/usr/bin/env python# coding=utf-8import tensorflow as tfimport input_mnistmnist=input_mnist.read_data_sets("mnist-data/",one_hot=True)print mnist.train.images.shapeprint mnist.train.labels.
2016-10-27 16:02:33
573
转载 python gzip
gzip--支持gzip文件源文件:Lib/gzip.py这个模块提供了一些简单的接口来对文件进行压缩和解压缩,类似于GUN项目的gzip和gunzip.在gzip模块定义了一些方法:gzip.open(filename, mode='rb', compresslevel=9, encoding=None, errors=None, newline=None)打开一个gzip已
2016-10-26 21:26:59
1127
转载 python os.stat()
stat 系统调用时用来返回相关文件的系统状态信息的。stat中的属性>>> import os>>> print os.stat("/root/python/zip.py")(33188, 2033080, 26626L, 1, 0, 0, 864, 1297653596, 1275528102, 1292892895)>>> print os.stat("/root/python
2016-10-26 11:05:37
1440
转载 Python urllib的urlretrieve()函数解析
urllib模块提供的urlretrieve()函数。urlretrieve()方法直接将远程数据下载到本地。urlretrieve(url, filename=None, reporthook=None, data=None)参数filename指定了保存本地路径(如果参数未指定,urllib会生成一个临时文件保存数据。)参数reporthook是一个回调函数,当连接上服务器、以
2016-10-26 10:17:29
5626
1
转载 Python os.path模块
os.path.abspath(path) #返回绝对路径os.path.exists(path) #路径存在则返回True,路径损坏返回Falseos.path.join(path[, path2[, ...]]) #把目录和文件名合成一个路径操作文件和目录操作文件和目录的函数一部分放在os模块中,一部分放在os.path 模块中。查看、创建和删除目录可以这么调用。#!/
2016-10-26 09:24:54
706
转载 @property 装饰器
#!/usr/bin/env python# coding=utf-8class Student(object): def get_score(self): return self._score def set_score(self,value): if not isinstance(value,int): raise
2016-10-25 21:50:50
526
转载 vim在同一个窗口同时编辑多个文件
转载:http://blog.chinaunix.net/uid-28253945-id-3393428.html如果在终端中没有打开vim横向分割显示:$ vim -o filename1 filename2纵向分隔显示:$ vim -O filename1 filename1如果已经用vim打开了一个文件,想要在窗口中同时再打开另一个文件横向分割显示:sp filena
2016-10-25 21:07:44
878
转载 类 OOP
类和实例的主要差异在于,类是一种产生实例的工厂。类和模块的一个差异:内存中特定模块只有一个实例(所以我们得重载模块以取得其新代码),每个模块只有一个副本会导入某一个程序中(事实上,我们必须调用reload来更新单个模块对象,反映出来对该模块的修改,这就是原因之一),但是,对类而言,只要有需要,制作多少实例都可以。Python把隐含的实例传进方法中的第一个特殊的参数,习惯上将其称为self
2016-10-25 16:57:36
439
转载 linear-regression
#!/usr/bin/env python# coding=utf-8import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltnum_points=1000vectors_set=[]for idx in range(num_points): x1=np.random.normal(
2016-10-25 10:58:32
333
转载 logistic-regression
#!/usr/bin/env python# coding=utf-8import numpy as npnum_points=100vectors_set=[]for idx in range(num_points): x1=np.random.normal(0.0, 1) y1=1 if x1*0.3+0.1+np.random.normal(0.0,0.3)>
2016-10-25 10:38:17
317
转载 Tensor
tf.Tensor.get_shape()返回一个tensor的shape。不需要启动Session,就可以返回tensor的shape信息。这可以帮助我们调试,提早发现错误信息。#!/usr/bin/env python# coding=utf-8import tensorflow as tfc=tf.constant([[1.0,2.0,3.0],[4.0,5.0,6.0]])
2016-10-25 09:42:06
571
转载 matplotlib-legend()
legend()显示图例legend基础函数原型 legend(*args, **kwargs)当len(args)==2 args是[artist]和[label]的集合当len(args)==0 args会自动调用get_legend_handles_labels()生成等价于handles, labels=ax.get_legend_handles_labels()
2016-10-24 21:07:53
976
转载 range和xrange
range()返回的是一个列表,一次性计算并返回所有的值。xrange是一个类,返回的是一个xrange对象(返回的是一个迭代器)。使用xrange()进行遍历,每次遍历只返回一个值。因此xrange()的执行效率要高于range()#!/usr/bin/env python# coding=utf-8x=range(0,8)print xy=xrange(0,8)print y
2016-10-24 17:05:10
386
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人