- 博客(28)
- 收藏
- 关注
RSS订阅原创 对称加密，非对称加密，SSH
熟悉Linux的人肯定都知道SSH。SSH是一种用于安全访问远程服务器的网络协议。它将客户端与服务端之间的消息通过加密保护起来，这样就无法被窃取或篡改了。那么它安全性是如何实现的呢？为了理解SSH，先要介绍两个重要概念：对称加密和非对称加密。对称加密：在对称加密中，客户端和服务端使用同一个密钥对数据进行加密和解密。这种方法的好处是加密强度高，很难破解。缺点也很明显，即密钥本身容...
2019-03-27 11:38:46
624
原创 tf.name_scope()和tf.variable_scope()
tf.name_scope()和tf.variable_scope()是两个作用域，一般与两个创建/调用变量的函数tf.variable() 和tf.get_variable()搭配使用。tf.name_scope和variable_scope也是个作为上下文管理器的角色,下文管理器:意思就是，在这个管理器下做的事情，会被这个管理器管着。一.name_scope 和 variable_s...
2019-03-21 17:42:46
138
原创 反卷积
直接以一个简单例子描述反卷积过程。假设输入如下：[[1,0,1], [0,2,1], [1,1,0]]反卷积卷积核如下:[[ 1, 0, 1], [-1, 1, 0], [ 0,-1, 0]]现在通过stride=2来进行反卷积，使得尺寸由原来的3*3变为6*6.那么在Tensorflow框架中，反卷积的过程如下(不同框架在裁剪这步可能不一样)：反卷积...
2019-03-19 17:06:34
707
1
转载 python装饰器
详解Python的装饰器Python中的装饰器是你进入Python大门的一道坎，不管你跨不跨过去它都在那里。为什么需要装饰器我们假设你的程序实现了say_hello()和say_goodbye()两个函数。def say_hello(): print "hello!" def say_goodbye(): print "hello!" # bug he...
2019-03-14 14:18:16
112
转载 dock er catch机制
docker build 简介众所周知，一个 Dockerfile 唯一的定义了一个 Docker 镜像。如此依赖，Docker 必须提供一种方式，将 Dockerfile 转换为 Docker 镜像，采用的方式就是docker build 命令。以如下的 Dockerfile 为例： FROM ubuntu:14.04 RUN apt-get update ...
2019-03-14 11:42:18
269
原创 tf.nn.dropout
tf.nn.dropout函数首先看官方函数定义：def dropout(x, keep_prob, noise_shape=None, seed=None, name=None)输入是：x，你自己的训练、测试数据等 keep_prob，dropout概率 ……，其它参数不咋用，不介绍了输出是：A Tensor of the same shape of x然后我们看...
2019-03-13 16:04:45
1640
原创 卷积神经网络，卷积和池化
卷积神经网络是一种多层神经网络，擅长处理图像特别是大图像的相关机器学习问题。卷积网络通过一系列方法，成功将数据量庞大的图像识别问题不断降维，最终使其能够被训练。CNN最早由Yann LeCun提出并应用在手写字体识别上（MINST）。LeCun提出的网络称为LeNet，其网络结构如下：这是一个最典型的卷积网络，由卷积层、池化层、全连接层组成。其中卷积层与池化层配合，组成多个卷积组，逐层...
2019-03-13 11:15:10
4319
原创 tensorflow滑动平均模型
ExponentialMovingAverage()对每一个变量会维护一个影子变量shadow variable 这个影子变量的初始值就是相应变量的初始值，而每次运行变量跟新的时候影子变量就会跟新为：shadow_variable=decay*shadow_variable+（1-decay）*variableshadow_variable是影子变量，decay是衰减率，variable为...
2019-03-11 18:11:28
261
转载 形象解释激活函数的作用
首先我们有这个需求，就是二分类问题，如我要将下面的三角形和圆形点进行正确的分类，如下图：利用我们单层的感知机, 用它可以划出一条线, 把平面分割开：上图直线是由得到，那么该感知器实现预测的功能步骤如下，就是我已经训练好了一个感知器模型，后面对于要预测的样本点，带入模型中，如果,那么就说明是直线的右侧，也就是正类（我们这里是三角形），如果,那么就说明是直线的左侧，也就是负类（我...
2019-03-11 10:22:55
233
原创 tf.data
注意，在TensorFlow 1.3中，Dataset API是放在contrib包中的：tf.contrib.data.Dataset而在TensorFlow 1.4中，Dataset API已经从contrib包中移除，变成了核心API的一员：tf.data.Dataset此前，在TensorFlow中读取数据一般有两种方法：使用placeholder读内...
2019-03-08 16:29:52
576
原创 tensorflow随机数生成函数，常数生成函数
1，tf.random_normaltf.random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)random_normal: 正态分布随机数，均值mean,标准差stddevrandom_normal2，tf.truncated_normaltf.truncated_no...
2019-03-07 17:25:39
1029
转载 reshape(-1)，tf.add_to_collection，tf.get_collection
1、要记住，python默认是按行取元素-1是模糊控制的意思 比如人reshape（-1,2）固定2列 多少行不知道结果：2、出错情况>>> a = np.array([[1,2,3], [4,5,6]])>>> np.reshape(a, (3,-1)) # the unspecified value is inferred t...
2019-03-07 15:46:01
217
转载 计算图，tensor，session
从TensorFlow这个名字中，我们可以发现，tensor（张量），flow（流），在TensorFlow中两个最重要的概念，一个TensorFlow程序主要是由计算图、张量以及模型回话三个部分组成。一、计算图一个使用TensorFlow编写的程序主要分为两个部分，一个是构建计算图部分，一个是执行计算图。下面，我来构建一个非常简单的计算图。 import tenso...
2019-03-06 16:54:54
179
转载 tf.Variable与tf.get_variable,tf.variable_scope,tf.name_scope
1. tf.Variable与tf.get_variabletensorflow提供了通过变量名称来创建或者获取一个变量的机制。通过这个机制，在不同的函数中可以直接通过变量的名字来使用变量，而不需要将变量通过参数的形式到处传递。TensorFlow中通过变量名获取变量的机制主要是通过tf.get_variable和tf.variable_scope实现的。当然，变量也可以通过tf.Va...
2019-03-06 16:41:29
100
原创 矩阵的秩
矩阵的秩矩阵Am×n的秩定义为该矩阵中线性无关的行数和列数。秩的性质：秩是一个正整数。秩等于或小于矩阵的行数和列数。当n×n矩阵A的秩等于n时，则称A是非奇异矩阵，或称A满秩。若rank(Am×n)<min{m,n}，则称A是秩亏缺的。若rank(Am×n)=m（<n）,则称矩阵A具有满行秩。若rank(Am×n)=n（<m）,则称矩阵A具有满列秩。...
2019-03-06 15:16:14
7392
原创 tf.tile,tf.gather，t f.concat，t f .expand_dims,tf.add_n, tf.stack,tf.sparse_to_dense
temp = tf.range(0,10)*10 + tf.constant(1,shape=[10])temp2 = tf.gather(temp,[1,5,9])with tf.Session() as sess: print (sess.run(temp)) print (sess.run(temp2))输出结果[ 1 11 21 31 41 51 61 ...
2019-03-06 14:36:44
358
原创 tf.segment_sum和tf.unsorted_segment_sum
c = tf.constant([[1,2,3,4], [-1,-2,-3,-4], [5,6,7,8]])result = tf.segment_sum(c, tf.constant([0, 0, 1]))#第二个参数长度必须为3result_ = tf.segment_sum(c, tf.constant([0, 1, 1]))result__ = tf.segment_sum(c, ...
2019-03-06 11:22:38
597
转载 tensorflow dataset.shuffle dataset.batch dataset.repeat
batch很好理解，就是batch size。注意在一个epoch中最后一个batch大小可能小于等于batch sizedataset.repeat就是俗称epoch，但在tf中与dataset.shuffle的使用顺序可能会导致个epoch的混合dataset.shuffle就是说维持一个buffer size 大小的 shuffle buffer，图中所需的每个样本从shuffle ...
2019-03-05 11:32:00
482
原创 tf.random_uniform, tf.data.Dataset.from_tensor_slices,tf.data.Dataset.range
tf.random_uniform((4, 4), minval=low,maxval=high,dtype=tf.float32)))返回4*4的矩阵，产生于low和high之间，产生的值是均匀分布的。例如：import tensorflow as tfimport numpy as npwith tf.Session() as sess: print(sess.run(...
2019-03-05 10:56:52
227
原创 n p.random
返回值： np.arange()函数返回一个有终点和起点的固定步长的排列，如[1,2,3,4,5]，起点是1，终点是5，步长为1。参数个数情况： np.arange()函数分为一个参数，两个参数，三个参数三种情况1）一个参数时，参数值为终点，起点取默认值0，步长取默认值1。2）两个参数时，第一个参数为起点，第二个参数为终点，步长取默认值1。3）三个参数时，第...
2019-03-05 10:23:02
202
原创 t f.constant 和t f.variable
在TensorFlow API中创建常量的函数原型如下所示：tf.constant( value, dtype=None, shape=None, name='Const', verify_shape=False)可以看到第一个值value是必须的，可以是一个数值，也可以是一个列表。如果是数值：tensor=tf.constant(1)为查...
2019-03-04 17:50:00
403
原创 ,tf.convert_to_tensor,tf.one_hot,tf.reduce_mean
这是个很有用的函数，我们经常需要将python的数据类型转换成TensorFlow可用的tensor数据类型，所以仔细研究一下这个函数还是很有必要的。参考官方说明文档format:convert_to_tensor(value, dtype=None, name=None, preferred_dtype=None)Args:value: An object whose...
2019-03-04 17:19:00
285
原创 tf.GraphKeys和变量初始化
GraphKeystf.GraphKeys包含所有graph collection中的标准集合名，有点像Python里的build-in fuction。首先要了解graph collection是什么。graph collection在官方教程——图和会话中，介绍什么是tf.Graph是这么说的：tf.Graph包含两类相关信息：图结构。图的节点和边缘，指明了各个指令组...
2019-03-04 17:06:59
2927
原创 t f.train.batch
tf.train.batch( tensors, batch_size, num_threads=1, capacity=32, enqueue_many=False, shapes=None, dynamic_pad=False, allow_smaller_final_batch=False, shared_name=No...
2019-03-04 16:33:57
149
转载 tf.train.string_input_producer()和tf.train.slice_input_producer()import tensorflow as tf path_list=['
Tensorflow一共提供了3种读取数据的方法：供给数据(Feeding)： 在TensorFlow程序运行的每一步， 让Python代码来供给数据，比如说用PIL和numpy处理数据然后喂入神经网络。从文件读取数据： 在TensorFlow图的起始， 让一个输入管线从文件中读取数据，这就是这篇文将要讲的内容。预加载数据： 在TensorFlow图中定义常量或变量来保存所有数据...
2019-03-04 16:19:54
403
原创 tensor
TensorFlow简介：官网上对TensorFlow的介绍是，一个使用数据流图(data flow graphs)技术来进行数值计算的开源软件库。数据流图中的节点，代表数值运算；节点节点之间的边，代表多维数据(tensors)之间的某种联系。我们可以在多种设备（含有CPU或GPU）上通过简单的API调用来使用该系统的功能。TensorFlow包含构建数据流图与计算数据流图等基本步骤，图中...
2019-03-04 15:22:13
239
转载 tensorflow中协调器 tf.train.Coordinator 和入队线程启动器 tf.train.start_queue_runners
# -*- coding:utf-8 -*-import tensorflow as tfimport numpy as np# 样本个数sample_num = 5# 设置迭代次数epoch_num = 2# 设置一个批次中包含样本个数batch_size = 3# 计算每一轮epoch中含有的batch个数batch_total = int(sample_num / b...
2019-03-04 14:09:08
205
原创 tfrecord文件
在学习TensorFlow的过程中，有很多小伙伴反映读取数据这一块很难理解。确实这一块官方的教程比较简略，网上也找不到什么合适的学习材料。今天这篇文章就以图片的形式，用最简单的语言，为大家详细解释一下TensorFlow的数据读取机制，文章的最后还会给出实战代码以供参考。TensorFlow读取机制图解首先需要思考的一个问题是，什么是数据读取？以图像数据为例，读取数据的过程可以用下图来表示...
2019-03-04 10:37:25
1082
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