【Tensorflow】学习笔记

• tf.stop_gradient（）

  • https://blog.csdn.net/u013745804/article/details/79589514
  • https://blog.csdn.net/zbrwhut/article/details/83341869

• tf.Variable、tf.get_variable、tf.variable_scope以及tf.name_scope的异同：

  • https://blog.csdn.net/MrR1ght/article/details/81235126

• tf.train.Coordinator()：

  • # 线程内容: 一直循环直到，某个条件下协调器认为应该关闭循环 
    
    # 将coord传入到线程中,来帮助它们同时停止工作
    def MyLoop(coord):
      while not coord.should_stop():
        ...do something...
        if ...some condition...:
          coord.request_stop()
    
    
    # 在主线程，创建一个协调器
    coord = tf.train.Coordinator()
    
    
    # 创建10个线程
    threads = [threading.Thread(target=MyLoop, args=(coord,)) for i in xrange(10)]
    
    # 开始这10个线程
    for t in threads:
      t.start()
    
    # 协调10个线程同时停止
    coord.join(threads)
    
    
    
    

     

• tf.clip_by_value() :

  • tensor = tf.clip_by_value(tensor ,下限 ,上限)

     

• tf.layers.batch_normalization():

  • l_a = tf.layers.batch_normalization(inputs=self.encode_bn2, momentum=0.99,center=True, scale=True, trainable=True, epsilon=0.001, name="la_bn")