海绵宝宝强无敌的博客

tensorflow实现Local Context Normalization参考代码:PyTorch implementation for Local Context Normalization: Revisiting Local Normalization参考文章:Local Context Normalization: Revisiting Local Normalization代码实现的是torch的code，以及是对2D图像的LCN，笔者改写成了tensorflow 1.4的code以及3D

tensorflow查看保存模型的参数参考博客：tensorflow 模型存储、查看与载入tensorflow小技巧之查看保存模型参数的 name 和 valuemodel_path = 'your/path/to/model/model-num'# Read data from checkpoint filereader = pywrap_tensorflow.NewCheckpointReader(model_path)var_to_shape_map = reader.get_varia

开了两个session:https://blog.youkuaiyun.com/weixin_41950276/article/details/84875250

tensorboard提取图片https://gist.github.com/hysts/81a0d30ac4f33dfa0c8859383aec42c2#!/usr/bin/env pythonimport argparseimport pathlibimport numpy as npimport cv2from tensorboard.backend.event_processing import event_accumulatordef main(): parser =

Tensorflow学习笔者在这里记录一下零散的tensorflow的简单学习。1、sess.run(),.run(),.init()的区别，如果不确定，用sess.run(xxx)总是正确的。2、这里的training_op记录的是模型优化出来的要优化的参数。3、当图中有placeholder的时候，我们需要在sess.run的时候，给feed_dict参数，一般是加载trianing data会用到，需要外部给training data来进行这一次train step的sess.run。对于有‘