python函数（学习笔记)

TomCruisePro

已于 2022-02-20 17:17:04 修改

阅读量998

点赞数

文章标签： python tensorflow 深度学习

于 2022-02-10 23:36:33 首次发布

本文链接：https://blog.csdn.net/tomcruisepro/article/details/122871015

版权

本文介绍了Python在深度学习中的一些常用库和函数，包括os.path.join()、librosa音频处理、TensorFlow的TFRecordWriter、进度条库Tqdm、 librosa效果处理、数据操作方法如list.extend()、深度学习参数epochs和batch_size等，以及神经网络结构如Sequential和ResNet50。同时讲解了不同梯度下降法和优化器Adam的作用。

摘要由CSDN通过智能技术生成

python函数

1.os.path.join（）:用于路径拼接文件路径，从倒数第一个以/开头的参数开始拼接，之前的参数全部丢弃
2.librosa.get_duration()获得音频的时长
3.f.readlines()读取文件的所有行（而readline则是读取一行)
4.tf.io.TFRecordWriter（）：将记录写入TFRecords文件的类。
4.1首先认识:TensorFlow提供了一种统一的格式来存储数据，这个格式就是TFRecords。为了高效的读取数据，可以将数据进行序列化存储，这样也便于网络流式读取数据，TFRecord就是一种保存记录的方法可以允许你讲任意的数据转换为TensorFlow所支持的格式，这种方法可以使TensorFlow的数据集更容易与网络应用架构相匹配。整个文件由文件长度信息，长度校验码，数据，数据校验码组成。
总的来说TFRecord就是为了统一训练的数据文件格式
5.Tqdm 是一个快速，可扩展的Python进度条，可以在 Python 长循环中添加一个进度提示信息，用户只需要封装任意的迭代器 tqdm(iterator)。
6. librosa.load函数就是用来读取音频的。当然，读取之后，转化为了numpy的格式储存，而不再是音频的格式了。
例如：wav, sr = librosa.load(path, sr=16000)
返回值第一个是音频的信号值，类型是ndarray，第二个是采样率
7.librosa.effects.split(y, top