夜晓岚的博客

将配置好的anaconda环境迁移到另一台电脑

在 tensorflow 1 中如何使用LBFGS优化器

https://blog.youkuaiyun.com/weixin_43763859/article/details/104537392

class my_actFunc(object): def __init__(self, actName='linear'): super(my_actFunc, self).__init__() self.actName = actName def activate(self, x_input): if str.lower(self.actName) == 'relu': out_x = tf.nn.relu(x_i

之前的工作都是在tensorflow1环境下运行的，此处记录一下配置。The codes are implemented in tensorflow–1.14 or 1.15 under the interpreter python3.6 or python3.7. Additionally, if the codes are runned on a Server, one should use the miniconda3 for python 3.7 or 3.6....

https://blog.youkuaiyun.com/u012193416/article/details/86516009https://blog.youkuaiyun.com/weixin_41485334/article/details/103275765https://blog.youkuaiyun.com/blingkeyholic/article/details/103568350

# -*- coding: utf-8 -*-"""Created on 2021.06.17@author: xi'an Li"""import tensorflow as tfimport numpy as npdef pairwise_distance(point_set): """Compute pairwise distance of a point cloud. Args: (x-y)^2 = x^2 - 2xy + y^2

# in_width 是最初的维度，如论文中的d=6# width 是变换后的维度，如变换后的64class KernelNN(torch.nn.Module): def __init__(self, width, ker_width, depth, ker_in, in_width=1, out_width=1): super(KernelNN, self).__init__() self.depth = depth self.fc1 = to

看了很多关于tensorflow2.x构建网络的教程，大都是逐一定义每一层。这里介绍一种提供输入维度，输出维度，隐藏层数目列表，构建网络的一种方式。需要导入的模块有:import osimport sysimport tensorflow as tfimport numpy as npimport matplotlibimport platformimport shutilimport timeimport Model_base构建网络的命令为:model = MSPD.

# tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)# 除去name参数用以指定该操作的name，与方法有关的一共五个参数：## 第一个参数input：指需要做卷积的输入图像，它要求是一个Tensor，具有[batch, in_height, in_width, in_channels]这样的shape，# 具体含义是[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数].

1、打开软件，由File进入Settinng12、找到Project Interpretr, 没有相应的解释器3、下拉显示 Show All，点击进入看有无已经配置过的解释器。没有的话，点击'+'添加解释器4、由于我们要添加Coanda Environment,如下选择就好。点击。。。进入anaconda的目录，找到envs文件夹，再选中你定义的环境名称，进入里面选中python.exe即可5、选择完毕，返回。然后选中适用于所有的项目，点击ok即可。6、配置...

import tensorflow as tfimport numpy as npbatchsize2X = 1batchsize2Y = 2dataX_indim = 4dataY_indim = 1with tf.device('/gpu:%s' % (0)): with tf.variable_scope('vscope', reuse=tf.AUTO_REUSE): X = tf.placeholder(tf.float32, name='X_recv', .

前言 ： 今天在阅读代码的时候发现了以前不怎么用的特殊注释 //TODO 和 //FIXME,好奇之下就查阅了一下资料，这里分享给大家TODO: + 说明：如果代码中有该标识，说明在标识处有功能代码待编写，待实现的功能在说明中会简略说明例如 ：FIXME: + 说明：如果代码中有该标识，说明标识处代码需要修正，甚至代码是错误的，不能工作，需要修复，如何修正会在说明中简略说明。例如 ：...

import osimport sysimport h5pyimport numpy as np# 将数据写入h5py文件def write_data2h5file(file_name, h5data, label=None): h5f = h5py.File(file_name, 'w') h5f['label'] = label h5f['data'] = h5data h5f.close()# Write numpy array data a...

3.1 打开和创建 h5py 文件新建一个hdf5文件，文件名是tutorial.h5， 写的模式，描述为test file。f = open_file('tutorial.h5',mode='w',title='test file')HDF5 文件通常像标准 Python 文件对象一样工作。它们支持 r / w / a 等标准模式，并且在不再使用时应关闭。但是，显然没有“text”与“binary”模式的概念。文件名可以是字节字符串或 unicode 字符串。有效mode是：mod.

在机器学习中，会遇到拉普拉斯方程问题。如\begin{equation}-\nalba u=f\end{equation}def test_gradient1(): with tf.device('/gpu:%s' % 0): with tf.variable_scope('vscope', reuse=tf.AUTO_REUSE): # 注意类型必须均为浮点型，并且一致 # 变量 x1 =..

参考:https://blog.youkuaiyun.com/qq_16320025/article/details/89396718?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecas

张量相乘在深度学习中经常遇到，这里我们简单介绍一下numpy和tensorflow中的张量相乘。1、对于维数一样的张量相乘。A.shape =（b,m,n), B.shape = (b,n,k).numpy.matmul(A,B) 结果shape为(b,m,k)这里要求第一维度相同。后两个维度能满足矩阵相乘条件。2、但是对于维数不一样的张量如何处理呢？比如A.shape =（m,n), B.shape = (b,n,k). C.shape=(k,l)numpy.matmul(A,B) .

用matlab生成一个示例mat文件：clear;clcmatrix1 = magic(5);matrix2 = magic(6);save matData.mat用python3读取并写入mat文件：import scipy.iodata = scipy.io.loadmat('matData.mat') # 读取mat文件# print(data.keys()) # 查看mat文件中的所有变量print(data['matrix1'])print(data['matr

用于最中执行batch normalization的函数tf.nn.batch_normalization(x,mean,variance,offset,scale,variance_epsilon,name=None)参数：x是input输入样本mean是样本均值variance是样本方差offset是样本偏移(相加一个转化值)scale是缩放（默认为1）variance_epsilon是为了避免分母为0，添加的一个极小值输出的计算公式为：y = scale * (x

参考链接：https://www.jianshu.com/p/cfaa828e389c ：https://blog.youkuaiyun.com/qq_32806793/article/details/85324531tf.gather()函数tf.gather该接口的作用：就是抽取出params的第axis维度上在indices里面所有的index（看后面的例子，就...

1、 _variable_on_cpu 在CPU的内存上生成一个变量。def _variable_on_cpu(name, shape, initializer, use_fp16=False, trainable=True): """Helper to create a Variable stored on CPU memory. Args: name: name of ...

去官网下载Miniconda3.https://docs.conda.io/en/latest/miniconda.html鼠标放在 Miniconda Linux 64-bit 上右击，然后复制链接。打开一个终端(Ctrl+Alt+T)，输入xxxxx@xxxxx-W560-G10:~$ wget https://repo.anaconda.com/miniconda/M...

1、conda 下载和conda环境的配置Linux系统下conda的安装与使用：https://blog.youkuaiyun.com/weixin_43840215/article/details/89599559参考：https://www.jianshu.com/p/edaa744ea47d https://blog.youkuaiyun.com/weixin_42066885/ar...