qq_15054345的博客

最近遇到个需求,在使用tensoflow.data.Dataset加载dicom文件时，需要先根据文件名字划分训练集和测试集，然后再使用map函数分别将训练集和测试集逐一加载进tensorflow，其中踩了很多坑。大体思路是使用tensor实例的numpy()函数将tensor转化为numpy数组，这个时候得到的是byte类型法的东西，再使用str函数得到字符串，但是这个字符串相比于真实字符串又会在开头和结尾多一些东西，使用[start:end]这个slice操作就可以截取出原始字符串，真正的坑在下面。

代码如下：_URL = 'https://people.eecs.berkeley.edu/~tinghuiz/projects/pix2pix/datasets/facades.tar.gz'path_to_zip = tf.keras.utils.get_file('facades.tar.gz', origin=_URL, extract=T

方式一：def pre_process(x, y): x = 2. * tf.cast(x, dtype=tf.float32) / 255. - 1. y = tf.cast(y, dtype=tf.int32) return x, y(x_train, y_train), (x_test, y_test) = tf.keras.datasets.cifar100.load_data()x_train, y_train = pre_process(x_train, y

以anime数据集为例：import multiprocessingimport tensorflow as tfdef batch_dataset(dataset, batch_size, drop_remainder=True, n_prefetch_batch=1, filter_fn=None, map_f

报错代码如下：，变量声明如下：这是因为使用的张量类型不对，在TensorFlow中的tensor一旦涉及到求梯度和梯度更新问题时，需要使用特殊的tensor：Variable,即将原来的tensor直接强转为Variable即可。另外，如果是手动实现梯度下降算法，tensorflow中不能使用第一张截图的那种直接相减方式，而是应该使用TensorFlow中的assign_sub()函数，原因见下图中的注释：参考链接：龙良曲老师的《深度学习与TensorFlow2入门实战》课时39