-
tf.stop_gradient()
-
tf.Variable、tf.get_variable、tf.variable_scope以及tf.name_scope的异同:
-
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")
-
【Tensorflow】学习笔记
最新推荐文章于 2022-04-24 22:40:30 发布