tensorflow实战(黄文坚 唐源) 学习笔记5--InceptionV3

concept

架构

1 x 1 Conv 好处

非常优秀的结构，可以跨通道组织信息，提高网络表达能力，同时可以对输出通道升维和降维，性价比高，很小的计算量就能增加一层 特征变换 和 非线性化。

也可适度使用大卷积核，3x3 5x5， 可以增加多样性。

辅助分类器

最后和 结果整合， 权重0.3

拆解卷积核，7x7

拆成 1x7 , 7x1 , 增加 运算速度，减轻过拟合，增加非线性表达能力。

implement

lambda 的用法 (烦了我很久)

学过就忘，健忘如我

lambda param1, param2, ... : expression

#就等于

def fun( param1, param2, ... ) :
    return expression

用法 max 函数

def max(m, n):
    return m if m > n else n

print(max(10, 3))  #  10

等效于
==================

maxx = lambda m, n: m if m > n else n
print(maxx(10, 3))  #  10
      

slim.arg_scope

设置默认参数，节省时间。

tf.squeeze

消除输出tensor中 前两个为 1 的维度。

tf.random_uniform( (batch_s , height , width , 3) )

生成随机的图片数据， 牛逼 ， 真想看看 长什么样

code