python
醉意流年go
这个作者很懒,什么都没留下…
展开
-
tf.keras 中training的使用
import tensorflow as ffrom tensorflow.keras import layers, lossesclass OneLayer(layers.Layer): def __init__(self): super(OneLayer, self).__init__() # def call(self, inputs, **kwargs): # def call(self, inputs, **kwargs): # ..原创 2022-02-16 15:08:45 · 1051 阅读 · 0 评论 -
tf.gather和tf.gather_nd的使用和区别
# coding:utf-8"""@author: liu@File: tf_gather_nd.py@CreateTime: 2021/6/17 """"""测试tf.gather和tf.gather_nd的区别和联系"""import numpy as npimport tensorflow as tfprint("tensorflow version: ", tf.__version__)data = np.arange(18).reshape((3, 2, 3).原创 2021-06-17 11:03:46 · 446 阅读 · 0 评论 -
tensorflow padded_batch的注意事项
tensorflow版本:1.13.11、在padded_batch中,若函数出现错误:TypeError: If shallow structure is a sequence, input must also be a sequence. Input has type: <class 'int'>. 案例如下,在以下案例中, 出现上述错误的原因是:在paddd_batch中的参数:padding_values, 如果不设置此参数,则没有问题,即此行代码更改为:...原创 2021-02-04 11:08:36 · 1097 阅读 · 1 评论 -
keras 中lstm 和bidirectional lstm (Bilstm)的return_sequence和return_state之间的关系
import tensorflow as tftf.enable_eager_execution()embedding = tf.Variable(tf.truncated_normal((2, 3, 4)))lstm = tf.keras.layers.LSTM(units=5, return_sequences=False, return_state=False)outputs = lstm(embedding) # return_sequences=False, return_s..原创 2021-01-28 16:08:11 · 2482 阅读 · 0 评论 -
tensorflow 1.13, keras + placeholder + saved_model的混用【主要是验证一下】
共分为两步:1、训练模型并保存2、加载模型进行预测1、训练模型并保存代码如下:import tensorflow as tf # tf.version==1.13.1import numpy as npx = tf.placeholder(tf.int32, shape=(None, 100), name="x")y = tf.placeholder(tf.int32, shape=(None, ))# embeddings = tf.keras.layers..原创 2021-01-13 11:47:55 · 499 阅读 · 0 评论 -
pygraphviz在win10 python3.6安装
借助于conda命令来安装:第一步:安装pygraphviz执行命令:conda install -c alubbock pygraphviz第二步:验证dot是否可用执行命令:dot -v执行以上两步,在使用pygraphviz中如出现如下错误:Format: "dot" not recognized. Use one of:, 执行第三步命令即可(如下)第三步:如果dot命令可用, 执行命令:dot -c到此安装成功...原创 2020-06-17 10:32:27 · 2921 阅读 · 7 评论 -
tensorflow serving中enable_model_warmup在部署中的使用
enable_model_warmup参数:在tensorflow serving中通过saved_model模型中自带客户端的请求来预加载模型,减少第一次的请求的延迟命名:在saved_model模型文件夹下的assert.extra文件夹,放入命名为tf_serving_warmup_requests的tf record文件即可# coding:utf-8# @author: “”# @file: tf_serving_warmup_requests_client.py# @ti.原创 2020-06-08 09:20:16 · 1003 阅读 · 0 评论 -
tensorflow中sparse_placeholder在saved_model中保存pb模型的使用方法
# coding:utf-8# @author: liu# @file: sparse_tensor_pb.py# @time: 2020/4/3 11:00# @desc:# coding:utf-8import tensorflow as tfimport randomimport numpy as npimport osimport shutilprint...原创 2020-04-03 14:12:52 · 511 阅读 · 0 评论 -
深度学习中的线性代数
1、范数目的:在机器学习和深度学习中,限制模型复杂度、提升模型的泛华能力。范数(Norm)的定义:|x|p=(i|x|p)1pL1范数:即x的绝对值之和L2范数:即xi的平方和的二次方根(欧几里得范数)代码:Import numpy as npImport numpy.linalg as LAX = np.arange(0,1,0.1)X1 = LA.nor...原创 2018-11-04 17:09:03 · 518 阅读 · 0 评论 -
grpc Python 笔记
最近在学习rpc有关的知识,搜索之后发现grpc框架,便进行了学习,本笔记是关于Python使用的过程,以后会有java的教程。目标:实现字母的大写转换前提:安装好Python1、grpc的安装(当然也可以参考官网教程进行安装)1) gRPC 的安装,执行命令:pipinstall grpcio2) ProtoBuf 相关的 python 依赖库,执行:pipinstall p...原创 2018-05-08 17:13:03 · 3281 阅读 · 0 评论 -
grpc python 和Java实现,相互调用
Grpc实战教程:说一下目的:实现Python变成的服务端,Java作为客户端,实现二者的通信,实现的功能:传递过来的字符串全部转换为大写 一、安装(Java和Python)1、 Python安装grpc1) gRPC 的安装,执行命令:pipinstall grpcio2) ProtoBuf 相关的 python 依赖库,执行:pipinstall protobuf3) ...原创 2018-06-27 09:57:30 · 12804 阅读 · 6 评论 -
NER 模型
github上的NER模型(中文)https://github.com/XierHacker/ChineseWordSegmenthttps://github.com/Determined22/zh-NER-TFhttps://github.com/baiyyang/medical-entity-recognitionhttps://github.com/hontsev/Chine...原创 2019-07-10 10:08:04 · 622 阅读 · 0 评论 -
python word2vec 判断某个词语是否在词典中
通过Python gensim训练word2vec过程中,假如得到的模型变量是word2vecModel,判断某个词语是否在训练word2vecModel的词典中,利用下面的句子: if word in word2vecModel即可...原创 2018-08-08 16:56:04 · 8921 阅读 · 8 评论 -
numpy常用操作
Numpy:Numerical Python的简称使用工具:numpy语言:Python3主要特点:ndarray,快速,节省空间的多维数组,提供数组化的算数运算和高级的广播功能 使用标注数学函数对整个数组的数据进行快速运算,不需要编写循环 读取或者写入磁盘上的阵列数据和操作存储器映像文件的工具 线性代数,随机数生成,以及傅里叶变换的能力 集成C、C++、Fortran代码...原创 2018-10-30 21:47:37 · 418 阅读 · 0 评论 -
Python训练Word2Vec和Doc2Vec
软件要求: Python3 gensim预料:中文语料,存在txt文件中 语料要求:在txt中每一行为一个文档doc,进行分词,分词之间用空格或者tab键隔开训练word2vec模型代码:import multiprocessingfrom gensim.models import Word2Vecfrom gensim.models.word2vec im原创 2017-01-05 17:39:04 · 2528 阅读 · 0 评论