ncc1995的博客

tf.nn.conv2dtf.nn.conv2d( input, filter, strides, padding, use_cudnn_on_gpu=True, data_format='NHWC', dilations=[1, 1, 1, 1], name=None)参数介绍：input: 输入的tensor数据格...

错误：Can not convert a ndarray into a Tensor or Operation.原因：接收的参数名和run（）里面的参数名一样了，这样的话，第一次不会报错，下一次运行中，test_fc1，test_fc2变量名已有了，直接跑会和你前面定义的test_fc1，test_fc2相关运算冲突。所以将接收的变量名改了就可以了。参考链接：https://b...

在使用rmsprop或者adam优化器的时候，他们会在自己内部建立一个adam或者rmsprop变量，使用SGD优化器的时候不会新建变量，所以不会出现在这种问题。所以在保存的时候处理一下。这个方法好像还是不太对，再实验一下。总之，知道原因是什么了。vl = [v for v in tf.global_variables() if "Adam" not in v.name]sav...

训练网络时读取文件并没有报什么错，当测试时读取文件反而报了错，当时就很迷惑。Attempting to use uninitialized value ReadData/input_producer/limit_epochs/epochs这是因为训练的时候变量全部进行了初始化操作，而在测试时没有进行初始化，但是TensorFlow又会把读取TFRecord时的num_epochs当做lo...

TensorFlow中batch normalization的实现有两种，一种是tf.layers.batch_normalization，一种是tf.nn.batch_normalization，在此处，我使用的是第二种。原理就不贴了。代码如下：def BN(input, isTraining=False, name='BatchNorm', moving_decay=0.9, e...

什么是Tensorflow模型？当你训练好一个神经网络后，你会想保存好你的模型便于以后使用并且用于生产。因此，什么是Tensorflow模型？Tensorflow模型主要包含网络设计（或者网络图）和训练好的网络参数的值。所以Tensorflow模型有两个主要的文件：a) Meta图：Meta图是一个协议缓冲区（protocol buffer），它保存了完整的Tensorflow图；比如...

目录tf.python_io介绍tf.train.Example介绍TFRecords是TensorFlow官方推荐的存储数据的格式，方便对数据存储转移以及操作。一个TFRecords文件包含一个带有CRC散列的字符串序列，其存储格式有如下四种：uint64 lengthuint32 masked_crc32_of_lengthbyte data[length]ui...

一、TensorFlow权重初始化截断高斯分布下面的初始化改进都是基于保证输出与输入的分布相差不大的思想。xavier初始化(适用于激活函数是sigmoid和tanh)MSRA初始化(适用于激活函数relu)二、TensorFlow参数初始化tf.global_variables_initializer三、tf.summaryscalar(name, ...

训练网络时，TensorFlow会占满gpu显存，在我的电脑上就是网络跑不起来，内存不够用，今天又遇到了这个情况，所以总结一下解决这个问题的方法。用TensorFlow训练网络时对gpu的设置：指定固定的gpu，我这里只有一个就不用进行这一步了。 在每个gpu上，让gpu动态申请内存，用多少申请多少。 直接限制gpu的使用率，自己设置数值一、指定gpu1、用环境变量指定目前有...

这个说法是指你的输入shape跟要求的不符合静态和动态维度TensorFlow: Shapes and dynamic dimensions一文中，对张量的静态和动态维度做了描述。使用tf.get_shape()获取静态维度使用tf.shape获取动态维度如果你的placeholder输入的维度都是固定的情况下，使用get_shape()。但是很多情况下，我们希望想训练得到的网络可以用于任...