Tensorflow—模块的作用

本文介绍了Python中pickle模块的序列化操作,包括常用函数及其使用方法。此外,还介绍了PIL库Image模块的基本功能,如图像的创建、打开、显示、保存等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1,在机器学习中,我们常常需要把训练好的模型存储起来,这样在进行决策时直接将模型读出,而不需要重新训练模型,这样就大大节约了时间。Python提供的pickle模块就很好地解决了这个问题,它可以序列化对象并保存到磁盘中,并在需要的时候读取出来,任何对象都可以执行序列化操作。

Pickle模块中最常用的函数为:

(1)pickle.dump(obj, file, [,protocol])

        函数的功能:将obj对象序列化存入已经打开的file中。

       参数讲解:

  • obj:想要序列化的obj对象。
  • file:文件名称。
  • protocol:序列化使用的协议。如果该项省略,则默认为0。如果为负值或HIGHEST_PROTOCOL,则使用最高的协议版本。

(2)pickle.load(file)

        函数的功能:将file中的对象序列化读出。

        参数讲解:

  • file:文件名称。

(3)pickle.dumps(obj[, protocol])

       函数的功能:将obj对象序列化为string形式,而不是存入文件中。

       参数讲解:

  • obj:想要序列化的obj对象。
  • protocal:如果该项省略,则默认为0。如果为负值或HIGHEST_PROTOCOL,则使用最高的协议版本。

(4)pickle.loads(string)

       函数的功能:从string中读出序列化前的obj对象。

       参数讲解:

  • string:文件名称。

     【注】 dump() 与 load() 相比 dumps() 和 loads() 还有另一种能力dump()函数能一个接着一个地将几个对象序列化存储到同一个文件中,随后调用load()来以同样的顺序反序列化读出这些对象。

2,Image模块提供了一个相同名称的类,即image类,用于表示PIL图像。这个模块还提供了一些函数,包括从文件中加载图像和创建新的图像。

Image模块是PIL中最重要的模块,它提供了诸多图像操作的功能,比如创建、打开、显示、保存图像等功能,合成、裁剪、滤波等功能,获取图像属性功能,如图像直方图、通道数等

3,sys.path 与 os.path

(1)sys.path--动态的改变python路径

如果python中导入的package或module不在环境变量PATH中,那么可以使用sys.path将要导入的package或module加入到PATH环境变量中。

[python]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. import sys  
  2. sys.path.append(’引用模块的地址')  
  3.   
  4. #或者  
  5. import sys  
  6. sys.path.insert(0'引用模块的地址')  
  sys.path是个列表,所以在末尾添加目录是很容易的,用sys.path.append就行了。当这个append执行完之后,新目录即时起效,以后的每次import操作都可能会检查这个目录。如同解决方案所示,可以选择用sys.path.insert(0,…)这样新添加的目录会优先于其他目录被import检查。

   即使sys.path中存在重复,或者一个不存在的目录被不小心添加进来,也没什么大不了,Python的import语句非常聪明,它会自己应付这类问题。但是,如果每次import时都发生这种错误(比如,重复的不成功搜索,操作系统提示的需要进一步处理的错误),我们会被迫付出一点小小的性能代价。

(2)os.path

[python]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. os.path.abspath(path)  #返回绝对路径  
  2. os.path.split(path     #将path分割成目录和文件名二元组返回  
  3. os.path.dirname(path)  #返回path的目录。其实就是os.path.split(path)的第一个元素  
  4. os.path.basename(path) #返回path最后的文件名  
  5. os.path.exists(path)   #如果path存在,返回True;如果path不存在,返回False  
  6. os.path.isabs(path)    #如果path是绝对路径,返回True  
  7. os.path.isfile(path)   #如果path是一个存在的文件,返回True。否则返回False  
  8. os.path.isdir(path)    #如果path是一个存在的目录,则返回True。否则返回False  
  9. os.path.getatime(path) #返回path所指向的文件或者目录的最后存取时间  
  10. os.path.getmtime(path) #返回path所指向的文件或者目录的最后修改时间   
  11. s.path.join(path1[, path2[, ...]])  #将多个路径组合后返回,第一个绝对路径之前的参数将被忽略。  
  12. >>> os.path.join('c:\\', 'csv', 'test.csv')  
  13. 'c:\\csv\\test.csv'  
  14. >>> os.path.join('windows\temp''c:\\', 'csv', 'test.csv')  
  15. 'c:\\csv\\test.csv'  
  16. >>> os.path.join('/home/aa','/home/aa/bb','/home/aa/bb/c')  
  17. '/home/aa/bb/c'  

4.python中type()函数可以查看一个python对象的数据类型

5.python中没有null,但是None。python中None的含义和其他语言中null是一样的。



### 如何使用 TensorFlow 模块 TensorFlow 是一种广泛使用的开源机器学习框架,支持多种编程语言和平台。以下是关于如何使用 TensorFlow 模块以及其相关教程的内容。 #### 导入 TensorFlow 模块 为了在 Python 中使用 TensorFlow 的功能,需要先导入该模块。通过 `import` 关键字实现这一操作,并将其重命名为更短的形式以便后续调用更为便捷[^2]。 ```python import tensorflow as tf ``` #### 安装 TensorFlow 模块 如果尚未安装 TensorFlow,则可以通过 pip 工具完成安装过程。对于大多数用户而言,推荐采用如下命令来获取最新稳定版的 TensorFlow 库[^4]: ```bash pip install tensorflow ``` 需要注意的是,具体版本的选择应依据项目需求和个人环境配置而定。例如,针对特定 GPU 支持或者兼容性考虑可能需要指定旧版本如 TensorFlow 1.9[^1]。 #### 解决常见问题 - 示例模块缺失 当尝试运行某些示例程序时可能会遭遇“No module named 'tensorflow.examples’”这样的报错提示。这表明当前所处的工作环境下并未包含必要的示例组件。对此情况可参照专门提供的修复指南文档下载并正确集成所需资源文件到本地环境中去处理此类异常状况[^3]。 #### 学习路径与官方资料链接 对于初学者来说,《TensorFlow Official Guide》是一个非常好的起点;另外还有《TensorFlow Object Detection API Tutorial》,它详细介绍了目标检测方面的应用实例及其工作流程等内容。这些材料能够帮助开发者快速掌握基础概念和技术要点进而深入探索高级特性。 ```python # 创建常量节点 node1 = tf.constant(3.0, dtype=tf.float32) node2 = tf.constant(4.0) # also tf.float32 implicitly print(node1, node2) # 构建计算图中的加法运算符 add_node = tf.add(node1, node2) sess = tf.Session() print(sess.run(add_node)) ``` 以上代码片段展示了创建张量对象、定义算子以及执行会话的基本方式。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值