bbbeoy的专栏

graph details

tensorflow 基础

https://medium.com/dive-into-ml-ai/using-kerass-model-fit-to-train-a-gan-model-a0f02ed6d39eIn this article, I present three different methods for training a Discriminator-generator (GAN) model using keras(v2.4.3)on a tensorflow(v2.2.0)backend. The...

tensorflow由于构建的是静态图，所以导致在tf.Session().run()之前是没有实际值的，因此，在网络搭建的时候，是不能对tensor进行判值操作的，即不能插入if…else…之类的代码。第二，相较于numpy array，Tensorflow中对tensor的操作接口灵活性并没有那么高，使得Tensorflow的灵活性减弱。在笔者使用Tensorflow的一年中积累的编程经验来看，扩展Tensorflow程序的灵活性，有一个重要的手段，就是使用tf.py_func接口。 接口解析代

TensorArrayTensorArray可以看做是具有动态size功能的Tensor数组。通常都是跟while_loop或map_fn结合使用。常用方法有write(index,value)：将value写入TensorArray的第index个位置 stack：将TensorArray中的值作为Tensor返回while_loopfinal_state = tf.while_loop(cond, loop_body, init_state)，作用是循环处理某个变量，中间处理的结果用来

https://www.jianshu.com/p/8550efaed7f8

【分布式训练】单机多卡的正确打开方式（一）：理论基础https://zhuanlan.zhihu.com/p/72939003【分布式训练】单机多卡的正确打开方式（二）：TensorFlowhttps://zhuanlan.zhihu.com/p/73580663【分布式训练】单机多卡的正确打开方式（三）：PyTorchhttps://zhuanlan.zhihu.com/p/74792767【分布式训练】单机多卡的正确打开方式（四）：Horovodhttps://zhuanla

TensorFlow中，想要维度增加一维，可以使用tf.expand_dims(input, dim, name=None)函数。当然，我们常用tf.reshape(input, shape=[])也可以达到相同效果，但是有些时候在构建图的过程中，placeholder没有被feed具体的值，这时就会包下面的错误：TypeError: Expected binary or unicode stri...

tf.expand_dims()Functiontf.expand_dims(input, axis=None, name=None, dim=None)Inserts a dimension of 1 into a tensor’s shape. 在第axis位置增加一个维度Given a tensor input, this operation inserts a dimen...

一、gfile模块是什么    gfile模块定义在tensorflow/python/platform/gfile.py，但其源代码实现主要位于tensorflow/tensorflow/python/lib/io/file_io.py，那么gfile模块主要功能是什么呢？google上的定义为：翻译过来为：没有线程锁的文件I / O操作包装器...对于TensorFlow的tf...

https://blog.youkuaiyun.com/m0_37592397/article/details/78695318

1. 定义两个不同的图import tensorflow as tfg1 = tf.Graph()with g1.as_default(): v = tf.get_variable("v", [1], initializer = tf.zeros_initializer) # 设置初始值为0g2 = tf.Graph()with g2.as_default(): v

相信很多人都对之前大名鼎鼎的 Prisma 早有耳闻，Prisma 能够将一张普通的图像转换成各种艺术风格的图像，今天，我们将要介绍一下Prisma 这款软件背后的算法原理。就是发表于 2016 CVPR 一篇文章，“ Image Style Transfer Using Convolutional Neural Networks”算法的流程图主要如下：总得来说，就

深度学习巨头之一的Hinton大神在数据降维领域有一篇经典论文Visualizing Data using t-SNE。该方法是流形（非线性）数据降维的经典，从发表至今鲜有新的降维方法能全面超越。该方法相比PCA等线性方法能有效将数据投影到低维空间并保持严格的分割界面；缺点是计算复杂度大，一般推荐先线性降维然后再用tSNE降维。python sklearn有相应的实现。我现在用Tensorfl

https://blog.youkuaiyun.com/Jason160918/article/details/78248066

https://blog.youkuaiyun.com/nini_coded/article/details/79302820

tf.pad的作用是填充它的表达式如下： pad(    tensor,    paddings,    mode='CONSTANT',    name=None)tensor是要填充的张量 padings 也是一个张量，代表每一维填充多少行/列，但是有一个要求它的rank一定要和tensor的rank是一样的mode 可以取三个值，分别是"CONSTAN...

tf.concat, tf.stack和tf.unstack的用法tf.concat相当于numpy中的np.concatenate函数，用于将两个张量在某一个维度(axis)合并起来，例如：a = tf.constant([[1,2,3],[3,4,5]]) # shape (2,3)b = tf.constant([[7,8,9],[10,11,12]]) # shape (2,3)...

首先，明确一点，tf.argmax可以认为就是np.argmax。tensorflow使用numpy实现的这个API。 　　 　　简单的说，tf.argmax就是返回最大的那个数值所在的下标。 　　 　　这个很好理解，只是tf.argmax()的参数让人有些迷惑，比如，tf.argmax(array, 1)和tf.argmax(array, 0)有啥区别呢？ 　　 　　这里面就涉及到一...

TensorFlow第一步from tensorflow.examples.tutorials.mnist import input_datamnist=input_data.read_data_sets("MNIST_DATA/",one_hot=True)print(mnist.train.images.shape,mnist.train.labels.shape)print (mn