深度学习框架 | tensorflow
yuanCruise
工科生的笔尖
展开
-
tensorborad(二):绘制各个变量变化情况
紧接着上一篇,本博客在上一篇的基础上进一步绘制各个变量变化情况 主要应用tf.summary.scalar/tf.summary.histogram等等不同类型的图 # _*_coding:utf-8_*_ import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # 利用tens...原创 2018-05-03 08:58:16 · 1096 阅读 · 1 评论 -
【tensorflow】Graph对象、Session对象、占位符
学习笔记TF005:Graph对象、Session对象、占位符 2017.05.10 03:07* 字数 736 阅读 167评论 0喜欢 0 ...转载 2018-07-31 10:08:40 · 402 阅读 · 0 评论 -
【tensorflow控制流】tf.control_dependencies()作用及用法
在有些机器学习程序中我们想要指定某些操作执行的依赖关系,这时我们可以使用tf.control_dependencies()来实现。 control_dependencies(control_inputs)返回一个控制依赖的上下文管理器,使用with关键字可以让在这个上下文环境中的操作都在control_inputs 执行...转载 2018-07-31 09:31:32 · 1070 阅读 · 1 评论 -
【tensorflow】基础二:tensorflow分类实现
1.tensorflow重置计算图 from tensorflow.python.framework import ops ops.reset_default_graph() sess = tf.Session() #创建计算图会话 2.tensorflow扩展张量维度 tf.expend_dim() 3.tensorflow随机单样本训练和批量训练 # 用np生成x_vals和y_va...原创 2018-07-04 23:09:40 · 974 阅读 · 0 评论 -
【tensorflow】基础一:自定义layer并添加到计算图中
目的 将用户自定义的layer结合tensorflow自带的layer组成多层layer的计算图。 实现功能 对2D图像进行滑动窗口平均,并通过自定义的操作layer返回结果。 import tensorflow as tf import numpy as np sess = tf.Session() #将size设为[1, 4, 4, 1]是因为tf中图像函数是处理四维图片的。 #这四...原创 2018-06-23 23:45:50 · 3280 阅读 · 0 评论 -
记个笔记_tensorflow_reuse
在tensorflow中,为了 节约变量存储空间 ,我们常常需要通过共享 变量作用域(variable_scope) 来实现 共享变量 。 大家比较常用也比较笨的一种方法是,在重复使用(即 非第一次使用)时,设置 reuse=True 来 再次调用 该共享变量作用域(variable_scope)。但是这种方法太繁琐了。...原创 2018-04-26 11:07:14 · 466 阅读 · 0 评论 -
tensorborad(一):绘制graph,网络结构图
本博客展示的仅仅只是tensorboard画出网络结构图,使得画图更加清晰,其他操作将在下一篇中展示,作为画图功能,只要用到以下两个操作 1. 命名空间 2. 将图结构利用语句tf.summary.FileWriter(‘logs/’, sess.graph)写入 #_*_coding:utf-8_*_ import tensorflow as tf from tensorflo...原创 2018-04-28 17:08:21 · 5856 阅读 · 0 评论 -
【tensorflow】:tf.add_to_collection() & tf.get_collection()
tf.add_to_collection() 和tf.get_collection()语句的组合使用旨在更好的管理同一类型(或者意义)的张量。 tf.add_to_collection():把张量发到一起,并用同一个命名空间命名多个张量,将多个张量组合成一个list,没有返回值。 tf.get_collection(name) :将之前通过tf.add_to_collection()语...原创 2018-04-28 16:25:10 · 937 阅读 · 0 评论 -
【tensorflow】:tf.app.run() & tf.app.flags()
代码段 #_*_coding:utf-8_*_ import tensorflow as tf # tensorflow定义了 tf.app.flags用来接收命令行带来的参数 flag = tf.app.flags #param1: 变量名称 #param2:变量默认值 #param3:变量描述 flag.DEFINE_string(flag_name='name',default_...原创 2018-04-27 18:27:48 · 470 阅读 · 0 评论 -
【tensorflow】:tf.Variable() & tf.get_variable()
tf.Variable() 和 tf.get_variable()的区别 tf.Variable(): 检测到命名冲突时,系统会自动处理,通俗的说就是在变量后面自动加“_index”。 import tensorflow as tf w_1 = tf.Variable(0,name="w_1") w_2 = tf.Variable(1,name="w_1") print w_1.name...原创 2018-05-04 15:44:42 · 373 阅读 · 0 评论 -
【tensorflow】自定义op
tensorflow 自定义 op 本文只是简单的翻译了 https://www.tensorflow.org/extend/adding_an_op 的简单部分,高级部分请移步官网。 可能需要新定义 c++ operation 的几种情况: 现有的 operation 组合不出来你想要的 op 现有的 ope...转载 2018-07-31 11:40:58 · 982 阅读 · 0 评论