Tensorflow
theoreoeater
这个作者很懒,什么都没留下…
展开
-
【Tensorflow】文本自编码器
使用文本序列的word2vec词向量作为seq2seq模型的输入和输出,训练得到中间层的文本特征表示,可进一步进行分类任务等,encoder和decoder都使用LSTM。import tensorflow as tf import numpy as np import re from gensim.models import Word2Vec import pandas as pd import...原创 2018-05-30 09:57:18 · 2743 阅读 · 5 评论 -
【Tensorflow】使用笔记
tf.dynamic_rnnsequence_length:这个参数用来指定每个example的长度,比如上面的例子中,我们令 sequence_length为[20,13],表示第一个example有效长度为20,第二个example有效长度为13,当我们传入这个参数的时候,对于第二个example,TensorFlow对于13以后的padding就不计算了,其last_states将重复第13...原创 2018-06-21 11:03:00 · 188 阅读 · 0 评论 -
【Tensorflow】模型保存与读取
Tensorflow模型结构Meta graph:保存网络图结构,包括计算图中的变量,操作,集合,文件扩展名为.meta。.data和.index文件:保存训练好的参数。Checkpoint file:记录最新的模型。保存模型# 定义saver类 # 指定max_to_keep参数来选择保存最新的几个模型 # 设置keep_checkpoint_every_n_hours来指定每几个小时保存一次模...原创 2018-06-21 15:02:44 · 361 阅读 · 0 评论 -
【Tensorflow】Bi-LSTM文本分类
用于训练的计算图#训练图 train_graph = tf.Graph() with train_graph.as_default(): #输入文本维度为[time_step,batch_size,embedding_size] encoder_inputs = tf.placeholder(shape=[None,None,input_size], dtype=tf.float3...原创 2018-06-07 10:50:01 · 4849 阅读 · 0 评论 -
【Tensorflow】Tensorboard使用笔记
Tensorboard通过读取Tensorflow的事件文件来运行,以图表的形式展示汇总数据(summary data)。首先,创建想要汇总数据的Tensorflow图,然后选择想在哪个节点进行汇总(summary)操作。使用tf.summary.scalar记录标量使用tf.summary.histogram记录数据的直方图,比如展示层中激活的分布,或梯度权重的分布。使用tf.summary.d...原创 2018-06-22 14:30:46 · 574 阅读 · 0 评论