2019.2.25学习笔记

一，图像的归一化处理:把图像矩阵的值归一化到[-1, 1]之间

img = (img / 255.0) * 2.0 - 1.0

二，python中打开文件，尤其学会用with的方式打开

1、w 写模式，它是不能读的，如果用w模式打开一个已经存在的文件，会清空以前的文件内容，重新写
w+ 是读写内容，只要沾上w，肯定会清空原来的文件
r 读模式，只能读，不能写，而且文件必须存在
r+ 是读写模式，只要沾上r，文件必须存在
a 追加模式，也能写,在文件的末尾添加内容
rb+、wb+、ab+,这种是二进制模式打开或者读取，一些音乐文件
link

三，python中f.read(), f.readline(),f.readlines()的区别：

read() 把文件内容作为一整个字符串输出
readline() 输出文件内容的一行
readlines() 输出一个list，每个元素为文件中的一行的字符串

四，python中zip()

zip([iterable, ...])  # python3中返回一个对象

link

五，python中的pickle模块的作用：

最常用的函数：dump(), load(), dumps(), loads()

# 以下两个针对文件
pickle.dump(obj, file [,protocol])  # 将obj对象序列化存入已经打开的file中,protocol表示的是序列化使用的协议
pickle.load(file)  # 将file中的对象序列化读出

# 以下连个针对字符串
pickle.dumps(obj [,protocol])  # 将obj对象序列化为sting形式，而不是存入文件
pickle.loads(string)

link

六，tf.train.exponential_decay() 指数衰减法

tf.train.exponential_decay(learning_rate, global_step, decay_steps, decay_rate, staircase=False, name=None)

• global_step: 每处理一次batch_size的数据自加一
• staircase: 若为True，则学习率是离散间隔，即每decay_steps才衰减一次。若为False，则学习率衰减是一个连续的过程

七，tensorflow中Summary类：负责汇总数据并写入事件文件（event文件）

• tf.summary.xx(tags, values, collections=None, name=None)
• tf.summary.scalar() # 显示标量信息,例如loss, accuracy
• tf.summary.histogram() # 显示直方图信息，一般是训练过程中的变量
• tf.summary.distribution() # 显示分布图信息，例如weights分布
• tf.summary.merge_all() # 全部保存，用于tensorboard
• tf.summary.merge()
• tf.summary.FileWriter(path, sess.graph) # 保存图 可以调用add_summary()
  link_1
  link_2
  

图片引用自link_2

八， tensorflow中的Saver类

saver = tf.train.Saver(...variables..., max_to_keep) # variables：要保存的变量，max_to_keep: 保存的模型的个数

保存： saver.save(sess, ‘path’, global_step = step)
恢复： saver.restore(sess, ‘model_file_path’)
link

新学的单词：

devkit ： 软件开发包