TensorFlow
Mr.Jcak
这个作者很懒,什么都没留下…
展开
-
np.squeeze()
作用:从数组的形状中删除单维条目,即把shape中为1的维度去掉例子:import numpy as npa = np.array([[1], [2], [3]])print(a)print(a.shape)输出:[[1] [2] [3]]shape:(3, 1)应用squeeze()后:a1 = np.squeeze(a)print(a1)prin...原创 2018-11-04 12:49:12 · 4846 阅读 · 1 评论 -
将tensor转array
如果对tensor使用extend方法,如下面这个例子:import tensorflow as tfa = tf.convert_to_tensor([1,2,3])b = []with tf.Session() as sess: b.extend(a)会报错“Tensor objects are only iterable when eager execution i...原创 2018-12-04 16:50:31 · 16732 阅读 · 0 评论 -
tensor也可以作为索引
在TensorFlow中,tensor也可以作为索引,但只能作为同样为tensor类型变量的索引,不能作为list类型变量的索引如下面的例子:import tensorflow as tfindex = tf.to_int32([0,1,2]) # index是一个tensora = [[1,2,3], [4,5,6]]b = a[index[0]]sess = tf.Inter...原创 2018-12-03 15:27:24 · 4300 阅读 · 1 评论 -
保存tensorboard的损失曲线为图片
损失loss一般是标量,损失曲线一般显示在TensorBoard的SCALARS下,如图所示:如果想将损失曲线保存下来,选中左边“Show data download links”按钮,曲线下面就会有一个下载按钮,但是只能保存为SVG文件,然后在网页搜SVG转png,通过网页在线转为png格式。...原创 2018-12-05 20:48:43 · 24472 阅读 · 25 评论 -
tf.cast()类型转换函数
tf.cast(x, dtype, name=None)参数x:输入 dtype:转换目标类型 name:名称返回:Tensor例子:import tensorflow as tfa = [1,0,1,0]b = [1,2,3,4]c = [True, True, False]d = tf.cast(a, dtype=bool)e = tf.cast(b, d...原创 2018-12-03 16:11:29 · 1968 阅读 · 0 评论 -
TensorFlow 中三种启动图用法
转自https://blog.csdn.net/lyc_yongcai/article/details/73467480TensorFlow 中有三种启动图的方法:tf.Session(),tf.InteractivesSession(),tf.train.Supervisor().managed_session()它们各自的用法如下:(1)tf.Session():构造阶段完成后, ...转载 2018-12-03 19:55:00 · 777 阅读 · 0 评论 -
TensorFlow保存和载入训练模型
保存:使用saver.save()方法保存载入:使用saver.restore()方法载入下面是个完整例子:保存:import tensorflow as tfW = tf.Variable([[1, 1, 1], [2, 2, 2]], dtype=tf.float32, name='w')b = tf.Variable([[0, 1, 2]], dtype=tf.flo...原创 2018-12-03 23:27:02 · 229 阅读 · 0 评论 -
tf.data详解
转自https://www.cnblogs.com/hellcat/p/8569651.htmlDataset有两个重要的类:Dataset和Iterator。Dataset可以看作是相同类型“元素”的有序列表。在实际使用时,单个“元素”可以是向量,也可以是字符串、图片,甚至是tuple或者dict。迭代器对象实例化(非Eager模式下):iterator = dataset.ma...转载 2018-12-06 20:52:52 · 1872 阅读 · 0 评论 -
tensorflow中GPU的设置
设置使用哪块GPU:import osos.environ['CUDA_VISIBLE_DEVICES'] = '0' # 使用 GPU 0os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' # 使用 GPU 0,1这样tensorflow此时只会在指定的GPU上运行,但是仍然会占用整个GPU的显存,不过不和其他人公用GPU时也不会有影响,下面介绍两...转载 2018-12-26 21:25:03 · 4397 阅读 · 1 评论 -
tf.TensorArray
TensorArray可以看做是具有动态size功能的Tensor数组。通常都是跟while_loop或map_fn结合使用。ta = tf.TensorArray(size, dtype, dynamic_size=True) # dynamic_size指定数组长度可变ta.stack(name=None) # 将TensorArray中元素叠起来当做一个Tensor输出ta....原创 2019-01-29 20:38:02 · 3849 阅读 · 3 评论 -
读取打印TFRecord格式数据
在读取和打印TFRecord格式数据时,必须加入线程机制,否则打印不出任何结果import tensorflow as tffilename_queue = tf.train.string_input_producer( ['train.tfrecords'], shuffle=True)reader = tf.TFRecordReader()_, serialized_exam...原创 2019-02-10 11:32:09 · 1610 阅读 · 0 评论 -
tf.train.get_checkpoint_state
函数功能:找出训练时保存的模型ckpt.model_checkpoint_path可以找出所有模型中最新的模型ckpt = tf.train.get_checkpoint_state('/mnist/summary/train')if ckpt and ckpt.model_checkpoint_path: print(ckpt.model_checkpoint_path)...原创 2019-01-31 10:02:00 · 1683 阅读 · 0 评论 -
window下打开tensorboard
首先通过一个简单的 TensorFlow 程序,在这个程序中完成了TensorBoard 日志输出的功能。import tensorflow as tfa = tf.constant([1, 2, 3], name='input1')b = tf.constant([4, 5, 6], name='input2')c = tf.add_n([a, b], name='add')w...原创 2018-11-02 00:11:24 · 800 阅读 · 0 评论 -
tf.concat()
tf.concat( values, axis, name='concat')作用:在axis维度上对输入矩阵进行拼接例子:import tensorflow as tfa = tf.constant([[1, 2, 3], [4, 5, 6]])b = tf.constant([[7, 8, 9], [10, 11, 12]])c = tf...原创 2018-10-23 17:06:55 · 2284 阅读 · 0 评论 -
tf.while_loop
用法:final_state = tf.while_loop(cond, loop_body, init_state) cond 是一个函数,负责判断继续执行循环的条件。 loop_body 是每个循环体内执行的操作,负责对循环状态迸行更新。 init_state 为循环的起始状态,它可以包含多个 Tensor 或者 TensorArray 。 返回的结果是循环结束时的循环状态。...原创 2018-10-23 13:38:09 · 7074 阅读 · 0 评论 -
tf.gfile()函数
转自https://blog.csdn.net/pursuit_zhangyu/article/details/80557958这些函数和python中的os模块非常的相似,一般都可以用os模块代替吧gfile API介绍下面将分别介绍每一个gfile API!2-1)tf.gfile.Copy(oldpath, newpath, overwrite=False)拷贝源文件并创...转载 2018-10-11 10:59:20 · 442 阅读 · 0 评论 -
tensorflow中创建多个计算图(Graph)
转自https://blog.csdn.net/dcrmg/article/details/79028032tf中可以定义多个计算图,不同计算图上的张量和运算是相互独立的,不会共享。计算图可以用来隔离张量和计算,同时提供了管理张量和计算的机制。计算图可以通过Graph.device函数来指定运行计算的设备,为TensorFlow充分利用GPU/CPU提供了机制。 使用 g = tf.Gr...转载 2018-10-11 11:04:17 · 3665 阅读 · 0 评论 -
tf.nn.dropout
转自:https://blog.csdn.net/huahuazhu/article/details/73649389tf.nn.dropout是TensorFlow里面为了防止或减轻过拟合而使用的函数,它一般用在全连接层。Dropout就是在不同的训练过程中随机扔掉一部分神经元。也就是让某个神经元的激活值以一定的概率p,让其停止工作,这次训练过程中不更新权值,也不参加神经网络的计算。但是...转载 2018-10-14 10:49:42 · 258 阅读 · 0 评论 -
tf.parse_single_example
parse_single_example( serialized, features, name=None, example_names=None)参数:serialized:一个标量字符串张量,单个序列化的例子。 features:一个 dict,映射功能键到 FixedLenFeature 或 VarLenFeature值。 name:此操作的名...原创 2018-10-17 11:19:46 · 12530 阅读 · 1 评论 -
tf.train.Coordinator和tf.train.start_queue_runners
TensorFlow提供了两个类来实现对Session中多线程的管理:tf.Coordinator和 tf.QueueRunner,这两个类往往一起使用。 Coordinator类用来管理在Session中的多个线程,可以用来同时停止多个工作线程并且向那个在等待所有工作线程终止的程序报告异常,该线程捕获到这个异常之后就会终止所有线程。使用 tf.train.Coordinator()来创建一...转载 2018-10-17 11:46:58 · 1332 阅读 · 0 评论 -
tf.data.TextLineDataset()
dataset = tf.data.TextLineDataset(file_path) 生成一个dataset,dataset中的每一个元素就对应了文件中的一行原创 2018-10-22 22:43:13 · 6163 阅读 · 2 评论 -
dataset.filter
dataset = dataset.filter(Func)filter接收一个函数Func并将该函数作用于dataset的每个元素,根据返回值True或False保留或丢弃该元素,True保留该元素,False丢弃该元素...原创 2018-10-22 23:28:58 · 3724 阅读 · 0 评论 -
tf.logging.set_verbosity (tf.logging.INFO)
tf.logging.set_verbosity (tf.logging.INFO) 作用:将 TensorFlow 日志信息输出到屏幕TensorFlow有五个不同级别的日志信息。其严重性为调试DEBUG<信息INFO<警告WARN<错误ERROR<致命FATAL。当你配置日志记录在任何级别,TensorFlow将输出与该级别相对应的所有日志消息以及更高程度严重...原创 2018-10-25 09:17:13 · 8780 阅读 · 2 评论 -
tf.nn.embedding_lookup
用法:a1 = tf.nn.embedding_lookup(a, index)index是索引,a是输入,通过index来选取a中对应的元素返回给a1,注意index是从0开始算起例子:import tensorflow as tfa = tf.constant([5, 6, 7, 8, 9])index = tf.constant([1, 3])a1 = tf.nn...原创 2018-10-23 10:27:40 · 152 阅读 · 0 评论 -
tf.sequence_mask
用法:sequence_mask( lengths, maxlen=None, dtype=tf.bool, name=None)函数参数lengths:整数张量,其所有值小于等于maxlen。 maxlen:标量整数张量,返回张量的最后维度的大小;默认值是lengths中的最大值。 dtype:结果张量的输出类型。 name:操作的名字。用...原创 2018-10-23 11:17:24 · 8332 阅读 · 3 评论 -
The value of a feed cannot be a tf.Tensor object.
使用tf.data.Dataset时出现报错“The value of a feed cannot be a tf.Tensor object.”session.run(train_op, feed_dict={model.image_4d:x,model.y:y})如上面的代码,tf.data.Dataset生成的是x和y是tensor,所以现将x和y转为numpy格式x, y ...原创 2019-05-19 16:21:30 · 4475 阅读 · 0 评论