tensorflow
wzg2016
这个作者很懒,什么都没留下…
展开
-
tensorflow 函数查找
位置1:https://docs.w3cub.com/tensorflow~python/位置2: https://www.w3cschool.cn/tensorflow_python/官方文档: https://tensorflow.google.cn/swift/api_docs/Structs/AvgPool1D源码:https://github.com/tensorflow/t...原创 2019-12-17 16:51:52 · 549 阅读 · 0 评论 -
tensorflow 中的 array_ops
tensorflow.python.ops 中的 array_op, 类似与numpy中的np.array示例:from tensorflow.python.framework import constant_opfrom tensorflow.python.ops import array_opsconst0 = tf.constant(10)const1 = constant...原创 2019-12-17 16:21:28 · 1891 阅读 · 0 评论 -
map() 与 nest.map_structure() 的区别及用法
map() 是python自带的函数nest.map_structure() 是tensorflow中定义的功能类似于 map() 的函数先看一下参数对比map(func, *iterables)nest.map_structure(func, *structure, **check_types_dict)相同:两者都是对一个可循环结构的元素依次应用函数的过程。不同的是:map()...转载 2019-12-16 17:20:51 · 916 阅读 · 0 评论 -
卷积/反卷积前后的张量尺寸计算
1、下采样/卷积:先定义几个参数输入图片大小 :W×WFilter大小 :k×k步长 :Spadding的像素数 :P输出图片大小为: N×N于是我们可以得出:N = (W − k + 2P )/S+1...转载 2019-10-30 10:51:39 · 872 阅读 · 0 评论 -
InternalError: Blas GEMM launch failed : a.shape=(100, 784), b.shape=(784, 10), m=100, n=10...问题解决办法
在学习tensorflow的分布式学习时,在实验代码中遇到以下错误:InternalError: Blas GEMM launch failed : a.shape=(100, 784), b.shape=(784, 10), m=100, n=10...查看了几种解决方案:https://blog.csdn.net/Vinsuan1993/article/details/8114285...原创 2019-08-23 16:11:34 · 2180 阅读 · 0 评论 -
Anaconda创建、激活、退出、删除虚拟环境
转自:https://blog.csdn.net/sizhi_xht/article/details/80964099在Anaconda中conda可以理解为一个工具,也是一个可执行命令,其核心功能是包管理与环境管理。所以对虚拟环境进行创建、删除等操作需要使用conda命令。创建虚拟环境:使用 conda create -n your_env_name python=X.X(2.7、3....转载 2019-06-09 16:27:04 · 4803 阅读 · 0 评论 -
tensorflow/pytorch 设置GPU的使用
os.environ[“CUDA_DEVICE_ORDER”] = “PCI_BUS_ID” # 按照PCI_BUS_ID顺序从0开始排列GPU设备os.environ[“CUDA_VISIBLE_DEVICES”] = “0” #设置当前使用的GPU设备仅为0号设备 设备名称为'/gpu:0'os.environ[“CUDA_VISIBLE_DEVICES”] = “1” #设置当前使用的...转载 2019-06-11 09:09:50 · 3191 阅读 · 0 评论 -
tensorflow 基础: static shape VS Dynamic shape, get_shape VS tf.shape() , reshape VS set_shape
#########################################################################################1) 概念:static shape 与 dynamic shape 在tensorflow中构建的图中的每个节点的tensor有两个shape: static shape 和 dynamic shape....原创 2019-06-16 21:46:11 · 1278 阅读 · 0 评论 -
对tensorflow中的tensor、placeholder及feed_dict的理解
以前不知道tf.placeholder的feed_dict格式要求,以为随便是什么格式都可以,直到自己在做测试的时候出现以下错误才知道tf.placeholder 的feed_dict填充内容不可以是tensor格式的,对自己来说反而方便很多。TypeError: The value of a feed cannot be a tf.Tensor object. Acceptable fe...原创 2018-09-06 16:52:23 · 2711 阅读 · 2 评论 -
1x1卷积核的作用
在不影响分辨率的情况下,实现featuremap各通道的线性组合,降低输入的featuremap的通道数原创 2018-09-03 16:25:32 · 218 阅读 · 0 评论 -
卷积神经网络的卷积核的每个通道是否相同?
假设输入数据的格式是[?,28,28,16],卷积核的尺寸是[3,3,16,32]输入数据的格式的含义是: ?:batchsize 28,28:feature map单个通道的尺寸(高,宽)...原创 2018-09-03 16:22:42 · 14690 阅读 · 14 评论 -
tensorflow 中,修改张量tensor特定元素的值
tensorflow中: constant tensor不能直接赋值,否则会报错: TypeError: 'Tensor' object does not support item assignment Variable tensor不能为某个特定元素赋值,只能为整个变量tensor全部赋值。 ...原创 2018-09-05 16:32:31 · 22662 阅读 · 1 评论 -
多层RNN的定义与理解
代码:import tensorflow as tfimport numpy as npdef get_a_cell(): ### 128 是 状态矢量的长度 return tf.nn.rnn_cell.BasicRNNCell(num_units=128)cell = tf.nn.rnn_cell.MultiRNNCell([get_a_cell() for _ ...原创 2018-08-24 21:58:44 · 3796 阅读 · 0 评论 -
错误:'BasicLSTMCell' object has no attribute '_kernel'
转载 2018-08-24 21:41:53 · 3440 阅读 · 1 评论 -
tensorflow基础:tf.data.Dataset.from_tensor_slices()
tf.data.Dataset.from_tensor_slices()语义解释:from_tensor_slices,从张量的切片读取数据。工作原理:将输入的张量的第一个维度看做样本的个数,沿其第一个维度将tensor切片,得到的每个切片是一个样本数据。实现了输入张量的自动切片。输入数据格式/要求: 1)可以是numpy格式,也可以是tensorflow的tenso...原创 2019-06-17 10:35:00 · 9666 阅读 · 0 评论 -
tensorflow基础:tf.data.Dataset.from_tensor_slices() 与 tf.data.Dataset.from_generator()的异同
tf.data.Dataset.from_tensor_slices(tensor): -->将tensor沿其第一个维度切片,返回一个含有N个样本的数据集(假设tensor的第一个维度为N). -->得到的数据集是一个类对象,具有“迭代器”等函数,方便遍历数据集中的样本。 -->缺点:需要将整个数据集整体传入,然后切片建立数...原创 2019-06-17 11:55:46 · 8435 阅读 · 3 评论 -
tensorflow: 重置/清空计算图
在用tensorflow多次重复使用一个计算图时,如果设置不当,会造成如下情况:不断的向计算图中增加新的节点,使图越来越乱,的运算越来越慢。解决的办法是,在每次定义图结构之前,执行graph清空操作,在空的graph上重新添加需要的节点。清空计算图的命令是:tf.reset_default_graph()在定义第一个图节点之前使用,保证图纸的干净。...原创 2019-08-29 15:03:22 · 2764 阅读 · 0 评论 -
tensorflow 卷积:设定特定卷积核
有时想用tensorflow的conv2d的卷积操作,实现一些特定的滤波操作,如patch求和、计算梯度等,这时可以通过设计特定的卷积核来实现功能。先看tf.nn.conv2d的各个参数:tf.nn.conv2d (input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)参数...原创 2019-08-27 22:01:45 · 6948 阅读 · 5 评论 -
tensorflow获取可用GPU设备
正常来说,运行下面两句会打印tensorflow能用的CPU和GPU,以及相关的设备参数from tensorflow.python.client import device_libprint(device_lib.list_local_devices())以下罗列几个常用的查看service配置的函数:使用tensorflow查询机器上是否存在可用的gpu设备def is_...原创 2019-08-22 22:20:49 · 682 阅读 · 0 评论 -
CUDA 9.0安装+CUDA版本转换 + cuDNN7.1安装
-----------------------------------------------------------------CUDA 9.0 安装-----------------------------------------------------------------step1: 从官网下载runfile:https://developer.nvidia.com/cuda-90-...原创 2019-08-21 18:25:51 · 887 阅读 · 0 评论 -
问题:Cannot assign a device for operation Variable
报错代码:import tensorflow as tfimport numpy as npimport osos.environ["CUDA_DEVICES_ORDER"] = "PCI_BUS_ID"os.environ["CUDA_VISIBLE_DEVICES"] = "0,1"with tf.device("/gpu:0"): ## 与下面注释的命令等价# with ...原创 2019-08-21 16:01:34 · 3928 阅读 · 2 评论 -
tensorflow 获取checkpoint中的变量列表
方式1:静态获取,通过直接解析checkpoint文件获取变量名及变量值通过reader = tf.train.NewCheckpointReader(model_path)或者通过:from tensorflow.python import pywrap_tensorflowreader = pywrap_tensorflow.NewCheckpointReader(mod...原创 2019-08-16 12:36:05 · 2165 阅读 · 0 评论 -
Tensorflow 获取model中的变量列表,用于模型加载等
转自(稍作修改):https://blog.csdn.net/w55100/article/details/88141744前言需求来自声明saver时需要指定变量列表。var_list = saver._var_listprint(type(var_list[0]))#output : <class 'tensorflow.python.ops.variables....转载 2019-08-16 11:33:35 · 2675 阅读 · 0 评论 -
深度学习PyTorch,TensorFlow中GPU利用率较低,使用率周期性变化的问题
在用tensorflow训练神经网络时,发现训练迭代的速度时而快时而慢,监督的GPU使用率也是周期性变化,通过了解,发现原因是:GPU在等待CPU读取,预处理,并传输数据过来,因此要提高GPU的使用率,降低GPU的等待时间,需要加快CPU的处理速度.在PYTORCH中的解决方案是用torch.utils.data.DataLoader,用num_workers设置线程数:...原创 2019-08-08 15:22:34 · 6395 阅读 · 2 评论 -
Loaded runtime CuDNN library: 7103 (compatibility version 7100) but source was compiled with 7005 ..
问题原因:cudnn版本与tensorflow需要的cudnn版本不一样解决办法:方法1) 更改cudnn版本(我没尝试)方法2) 更改 tensorflow-gpu 版本,我是更改到tensorflow-gpu-1.9.0版本后解决问题...原创 2019-08-03 15:38:58 · 323 阅读 · 0 评论 -
多层LSTM的坑:如何定义多层LSTM?
多层LSTM定义的两种方式,其中方式2是正确的,方式1挥出现错误:多层LSTM需要每次都定义一个新的BasicCell, 而不是定义一个BasicCell之后多次调用。def lstm_model(X,Y,is_training): ###方式1:错误!! #cell_unit = tf.nn.rnn_cell.BasicLSTMCell(HIDDEN_SIZ...原创 2018-08-24 21:07:24 · 14068 阅读 · 3 评论 -
Tensorflow 实战 Google 深度学习框架(第2版)---- 10.3.2节 P280 代码
#-*-coding:utf-8-*-import numpy as npimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datatf.logging.set_verbosity(tf.logging.INFO)def lenet(x,is_training): x =...原创 2018-08-10 15:29:22 · 424 阅读 · 0 评论 -
TFRecoder样例程序——《tensorflow 实战 google 深度学习框架》
#-*-coding:utf-8-*-import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataimport numpy as np##def _int64_feature(value): return tf.train.Feature(int64_list = tf.tr...原创 2018-08-01 16:39:28 · 297 阅读 · 0 评论 -
Tensorflow 实战 Google 深度学习框架(第2版)---- 10.3.1节 P278 代码
#-*-coding:utf-8-*-import numpy as npimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datatf.logging.set_verbosity(tf.logging.INFO)mnist = input_data.read_data_sets(...原创 2018-08-10 12:10:38 · 258 阅读 · 0 评论 -
Tensorflow 实战 Google 深度学习框架(第2版)---- 10.2.2节 P276 代码
#-*-coding:utf-8-*-import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist_data = input_data.read_data_sets('./mnist_data',one_hot=True)x = tf.placeholder(tf.floa...原创 2018-08-10 11:50:57 · 234 阅读 · 0 评论 -
Tensorflow 实战 Google 深度学习框架(第2版)---- 10.2.2节 P274 代码
#-*-coding:utf-8-*-import kerasfrom tflearn.layers.core import fully_connectedfrom keras.datasets import mnistfrom keras.layers import Input,Densefrom keras.models import Modelnum_classes = 1...原创 2018-08-10 11:33:10 · 354 阅读 · 0 评论 -
[转]『TensorFlow』读书笔记_TFRecord学习
转自:https://www.cnblogs.com/hellcat/p/8146748.html#_label0_3目录程序介绍 包导入 TFRecord录入格式转换 TFRecord文件写入测试 TFRecord文件读取测试 TFRecord文件批量生成 TFRecord文件读取测试 batch和batch_join的说明 文件准备 单个R...转载 2018-08-01 15:22:33 · 313 阅读 · 0 评论 -
Tensorflow 实战 Google 深度学习框架(第2版)---- 10.2.2节 P272 代码
#-*-coding:utf-8-*-import kerasfrom keras.datasets import mnistfrom keras.layers import Input,Densefrom keras.models import Modelfrom keras import backend as Knum_classes = 10img_rows, img_c...原创 2018-08-10 10:37:05 · 563 阅读 · 0 评论 -
Tensorflow 实战 Google 深度学习框架(第2版)---- 10.2.1节 P270 代码
#-*-coding:utf-8-*-from keras.preprocessing import sequencefrom keras.models import Sequentialfrom keras.layers import Dense,Embeddingfrom keras.layers import LSTMfrom keras.datasets import imd...原创 2018-08-10 10:19:58 · 265 阅读 · 0 评论 -
经验:tensorflow 的 GPU 配置
由于tensorflow-gpu会默认占据所有的GPU显存,所以,在编写代码时,最好添加以下代码,使得占据的显存按需增长,而不是不论需要多少都占据所有显存os.environ["CUDA_VISIBLE_DEVICES"] = '0'config = tf.ConfigProto()config.gpu_options.allow_growth=Truesess = tf.Sessio...原创 2018-07-31 08:47:36 · 330 阅读 · 0 评论 -
TensorFlow 中 tf.app.flags.FLAGS 的用法介绍
转载自:https://blog.csdn.net/lyc_yongcai/article/details/73456960下面介绍 tf.app.flags.FLAGS 的使用,主要是在用命令行执行程序时,需要传些参数,代码如下:新建一个名为:app_flags.py 的文件。#coding:utf-8 # 学习使用 tf.app.flags 使用,全局变量# 可以再命令行中...转载 2018-08-14 15:23:18 · 607 阅读 · 0 评论 -
【何之源-21个项目玩转深度学习】——Chapter3-3.2 数据准备-将图像数据转为tfrecord形式
转载自:https://blog.csdn.net/c20081052/article/details/81325394在训练自己的模型前,需要准备数据集,tfrecord作为tensorflow较为流行的数据处理格式,我们需要根据已有的图像样本来制作tfrecord格式的数据源。读者完全可按照下面文件的存放路径,调用以下两个.py文件制作自己的tfrecord文件;何大神提供的数据源结构...转载 2018-08-14 16:27:32 · 445 阅读 · 0 评论 -
tensorflow: deep_dream代码及原理分析
deep_dream:tensorflow_inception_graph.pb 下载地址:https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip#-*-coding:utf-8-*-import tensorflow as tfimport numpy as npimport sc...原创 2018-08-16 20:34:14 · 1201 阅读 · 2 评论 -
ObjectDetecionAPI TypeError: __new__() got an unexpected keyword argument 'serialized_options'
转载地址:https://stackoverflow.com/questions/50338968/objectdetecionapi-typeerror-new-got-an-unexpected-keyword-argument-seria我的问题的解决方式是:在终端上的 protoc 版本 与pycharm 中用conda 安装的protobuf版本不一样。然后在终端上进行proto...转载 2018-08-18 15:50:48 · 4344 阅读 · 0 评论 -
双层卷积神经网络--tf
--模拟实现《21个项目玩转深度学习》第一章1.2.2节的代码。--过程中发现自己有以下欠缺: 1、tensor的reshape,不能使用 tensor.reshape(shape=[...]),应该使用 tf.reshape(tensor,shape=[...]) 2、dropout应用full_connect层,用函数 tf.nn.dropout(f...原创 2018-08-13 17:36:24 · 1744 阅读 · 0 评论