Cerisier的博客

Tensorflow小技巧整理：修改张量特定元素的值最近在做一个摘要生成的项目，过程中遇到了很多小问题，从网上查阅了许多别人解决不同问题的方法，自己也在旁边开了个jupyter notebook搞些小实验，这里总结一下遇到的一些问题。Tensorflow用起来不是很顺手，很大原因在于tensor这个玩意儿，并不像数组或者列表那么的直观，直接print的话只能看到 Tensor(…) 这样的...

Tensorflow小技巧整理：tf.cond()的小应用tf.cond() 方法tf.cond() 的作用类似于平常所使用的 if…else… 语句，但是在 tensorflow 中，所有节点是用图来保存的。而在图中传输的这些 tensor 数据流在我们使用 Session().run() 之前又是无法确定其数值的，所以这个时候传统的条件判断语句就无法使用。比如我们想判断 a 和...

tf.reverse_sequence()简述在看bidirectional_dynamic_rnn()的源码的时候，看到了代码中有调用 reverse_sequence()这一方法，于是又回去看了下这个函数的用法，发现还是有点意思的。根据名字就可以能看得出，这个方法主要是用来翻转序列的，就像双线LSTM中在反向传播那里需要从下文往上文处理一样，需要对序列做一个镜像的翻转处理。先来看一下这...

双向RNN：bidirectional_dynamic_rnn()函数先说下为什么要使用到双向RNN，在读一篇文章的时候，上文提到的信息十分的重要，但这些信息是不足以捕捉文章信息的，下文隐含的信息同样会对该时刻的语义产生影响。举一个不太恰当的例子，某次工作会议上，领导进行“简洁地”总结，他会在第一句告诉你：“下面，为了节约时间，我简单地说两点…”，（…此处略去五百字…），“首先，….”，（...

在使用tensorflow搭建模型时，需要定义许多变量，例如一个映射层就需要权重与偏置。当网络结果越来越复杂，变量越来越多的时候，就需要一个查看管理变量的函数，在tensorflow中，tf.trainable_variables(), tf.all_variables(),和tf.global_variables()可以来满足查看变量的要求，来简单说一下他们的不同。

tf.multinomial()做生成任务时，得到 decoder 最终的输出之后，就需要决策选如何利用得到的输出张量进行生成。tf.argmax()是最简单最粗暴的一种方法，直接选取概率最大的词汇作为输出。beam search 等算法的出现，使得生成的结果有了更多的可能性。最近看到一段代码，使用的是 tf.multinomial() 进行采样，也尝试用了一下。tf.multinomial(...