- 博客(11)
- 收藏
- 关注
RSS订阅原创 一图看懂tf.nn.embedding_look函数内部运算过程
下图是本人亲笔画的示意图，忽略我不堪入目的字，内容最重要。下图是在我看《Tensorflow实战》这本书的Tensorflow实现LSTM的语言模型这一节过程中画的，主要是结合此例，用wi表示单词，wi的向量表达方式我以自己的理解方式举得例子，比如w1为[1,0,0,...,0,0]; w2为[0,1,0,...,0,0]; w3为[0,0,1,...,0,0] 等等。tf.nn.embeddin...
2018-04-16 17:10:12
2139
2
原创 在Spyder或者Jupyter中运行xx.py文件出现 InvalidArgumentError
在Spyder或者Jupyter中运行xx.py文件出现InvalidArgumentError: You must feed a value for placeholder tensor 'inputs_4/y_input' with dtype float and shape [?,1][[Node:inputs_4/y_input=Placeholder[dtype=DT_FLOAT,sha...
2018-04-13 15:41:42
1867
原创 Tensorflow 1.0以前的版本代码报错AttributeError，版本不兼容问题
TENSORFLOW1.0以前的版本代码报错AttributeError解决 原因：新版本做了调整 1报错位置：.tf.scalar_summary('batch_loss', loss)AttributeError: 'module' object has no attribute 'scalar_summary'修改为：tf.summary.scalar('batch_loss', loss)...
2018-04-13 15:38:58
452
原创 Tensorboard在浏览器中可视化方法
***Tensorboard可视化方法（以F:\tf_exercise\exercise5.py为例）*** （注：本人安装了Anaconda)----exercise5.py中重要代码----writer = tf.summary.FileWriter('F:\graphs', sess.graph)----------------------------------------- 第一步：进入...
2018-04-13 15:36:46
935
原创 Tensorboard 出现No graph definition files were found
****Tensorboard 出现No graph definition files were found.解决办法*** 记住，生成的存放计算图的文件夹一定要放在硬盘第一层目录下（如：F:\graphs）
2018-04-13 15:33:23
533
原创 Anaconda Spyder下Ipython console画图出不来图
Anaconda Spyder中写好画图的代码，有时候并不会直接在Ipython console中出来图训练的过程，我们需要在Ipython console中输入以下命令才可以：（1）直接在窗口输出图片结果：在Ipython console中输入命令:In[1]:matplotlib inline（2）在图片小窗口输出动图图片：在Ipython console中输入命令:In[2]:matplot...
2018-04-13 15:30:26
4935
1
原创 Spyder中常用的快捷键
功能快键键块注释/取消Ctrl+4/5注释/取消Ctrl+1复制一行Ctrl+Alt+↓/↑删除一行Ctrl+D查找函数定义Ctrl+G转到行Ctrl+L转到上/下一文件(Shift+)Ctrl+Tab转到上一编辑位置Shift+Ctrl+Alt+←光标转到ConsoleShift+ Ctrl+C运行F5设置breakpointF12全屏F11代码缩进/反缩进Tab/Shift+Tab...
2018-04-13 15:25:14
6272
原创 Python学习中遇到的问题汇总
1.Python中os.sep作用：使得写的代码可以跨操作系统。不用修改 '/' '\\' 2. 命令行中输入conda list显示Anaconda中安装的所有工具的版本 3. tf.random_normal | tf.truncated_normal | tf.random_uniform含义区别(1)tf.random_normal(shape,mean=0.0,stddev=1.0,...
2018-04-13 15:22:12
1225
原创 深度学习中的数据集
深度学习训练一般分为3个书记集：训练集（Training set）——你运行你的算法在这上面。开发集（Dev/development set）——这部分数据用来调参，选择特征，以及对学习算法做出其他决定。有时也被称为留出交叉验证机（hold-out cross validation set）测试集（Test set）——这部分数据用来评估算法的性能，但不要依靠这部分数据对使用的学习和参数做出任何决...
2018-04-13 15:16:51
1314
原创 &1. kaldi学习之路 之 kaldi中TIMIT实例运行
TIMIT全称The DARPA TIMIT Acoustic-Phonetic Continuous Speech Corpus, 是由德州仪器(TI)、麻省理工学院(MIT)和坦福研究院(SRI)合作构建的声学-音素连续语音语料库。TIMIT数据集的语音采样频率为16kHz，一共包含6300个句子，由来自美国八个主要方言地区的630个人每人说出给定的10个句子，所有的句子都在音素级别(phon
2018-01-18 20:05:31
2632
原创 &1. kaldi学习之路 之 kaldi的安装编译
作为一名研究生，主攻语音识别，实验室只有自己一个人做模式识别方向，所以很苦逼。自入学来自己一人在语音识别领域痛苦挣扎，看了很多篇论文，语音识别领域质量较高的文章大多数还是英文的比较靠谱，看了几个月的论文终于有点头绪了，找到了自己的创新点，开始打算用Tensorflow训练实验，后来经多方人士推荐语音这块还是用Kaldi更好，因为语音识别不仅仅是训练几层神经网络就可以的，训练之前还需要声音信号处理，
2018-01-17 18:25:28
2660
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人