中科院AI算法工程师的博客

tf.truncated_normal()函数是一种“截断”方式生成正太分布随机值，“截断”意思指生成的随机数值与均值的差不能大于两倍中误差，否则会重新生成。此函数有别于tf.random_normal()正太函数，请参考本博客关于tf.random_normal()函数的介绍（TensorFlow函数之tf.random_normal()）tf.truncated_normal()函...

博客之星评选，谢谢您的支持！微信、qq五连击投票（无需关注、无需登录）人工智能博士（投票链接）：http://m234140.nofollow.ax.mvote.cn/opage/4fddfa73-b1fa-b047-f666-98f84c9c25c4.htmltf.nn.conv2d是TensorFlow里面实现卷积的函数，是搭建卷积神经网络比较核心的一个方法。函数格式：tf...

（最大池化和平均池化）（附代码详解）

tf.train.ExponentialMovingAverage来实现滑动平均模型。格式：tf.train.ExponentialMovingAverage（decay，num_step）参数说明：第一个参数：decay，衰减率，一般设置接近1的数。第二个参数：num_step，动态设置decay的大小。tf.train.ExponentialMovingAverage使...

TensorFlow中计算L1正则化和L2正则化的函数：L1正则化：tf.contrib.layers.l1regularizer(lambda)(w)函数，它可以返回一个函数，这个函数可以计算一个给定参数的L1正则化项的值。L2正则化：tf.contrib.layers.12_regularizer(lambda)(w)函数可以计算L2正则化项的值 。lambda参数表示了正则化...

tf.trandom_normal()函数是生成正太分布随机值此函数有别于tf.truncated_normal()正太函数，请参考本博客关于tf.truncated_normal()函数的介绍（TensorFlow函数之tf.truncated_normal()）tf.random_normal()函数的格式为：tf.random_normal(shape, mean, stdd...

tf.contrib.layers.flatten(A)函数使得P保留第一个维度，把第一个维度包含的每一子张量展开成一个行向量，返回张量是一个二维的，返回的shape为[第一维度，子张量乘积）。一般用于卷积神经网络全连接层前的预处理，因为全连接层需要将输入数据变为一个向量，向量大小为[batch_size, ……]如下边，pool是全连接层的输入，则需要将其转换为一个向量。假设pool是一...

tf.constant()可以实现生成一个常量数值。tf.constant()格式为：tf.constant(value，dtype，shape，name)参数说明：value：常量值 dtype：数据类型 shape：表示生成常量数的维度 name：数据名称下边生成一个0.1常量大小为2*2的数据：import tensorflow as tfv = tf.c...

tf.nn.relu()函数是将大于0的数保持不变，小于0的数置为0，函数如图1所示。ReLU函数是常用的神经网络激活函数之一。图1 ReLU函数图像下边为ReLU例子：import tensorflow as tfv = tf.constant([-3, 5, 6, -6,9])sess = tf.Session()print('v的原始值为：', end=...

tf.clip_by_value()函数可以将一个张量中的数值限制在一个范围之内。下边通过简单的例子说明次函数的用法：import tensorflow as tfv = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])print(tf.clip_by_value(v, 2.5, 4.5).eval())输出为：[[2.5 2....

eval()函数是对一个张量的操作。假设有一个tensor a，对tensor使用eval()函数：a.eval()等价于Session.run(a)。下边列举一个简单关于eval和run的例子：import tensorflow as tfv = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])print(v.eval()) ...

tf.nn.softmax_cross_entropy_with_logits()函数是TensorFlow中计算交叉熵常用的函数。后续版本中，TensorFlow更新为：tf.nn.softmax_cross_entropy_with_logits_v2格式为：cross_entropy = tf.nn.softmax_cross_entropy_with_logits(label...

目录1、tf.get_variable()2、tf.variable_scope()3、tf.variable_scope()函数嵌套1、tf.get_variable()tf.get_variable()用来创建变量时，和tf.Variable()函数的功能基本等价。v = tf.get_variable("v", shape=[1], initializer=tf....

tf.train.exponential_decay实现指数衰减率。通过这个函数，可以先使用较大的学习率来快速得到一个比较优的解，然后随着迭代的继续逐步减小学习率，使得模型在训练后期更加稳定。tf.train.exponential_decay格式：tf.train.exponential_decay(learning_rate, global_, decay_steps, decay_r...

LeNet-5模型是Yann LeCun教授与1998年在论文Gradient-based learning applied to document recognition中提出的，它是第一个成功应用于数字识别问题的卷积神经网络。在MNIST数据集上，LeNet-5模型可以达到大约99.2%的正确率。LeNet-5模型总共...

NotFoundError (see above for traceback): Restoring from checkpoint failed.Key v1 not found in checkpoint出现这样的问题，大多是在使用时，checkpoint文件中的变量名和调用的文件名不匹配造成的。解决方法就是查看checkpoint文件中的变量名，将程序调用变量名修改为checkpoint文件中的变量名即可解决问题。本文具体讲如何查看checkpoint文件中的变量名、修改程序调用变量。

LeNet-5模型是Yann LeCun教授与1998年在论文Gradient-based learning applied to document recognition中提出的，它是第一个成功应用于数字识别问题的卷积神经网络。在MNIST数据集上，LeNet-5模型可以达到大约99.2%的正确率。LeNet-5模型总共有7层，下图展示了LeNet-5模型的架构。LeNet-5模型结构...

在加载模型时， 需要知道checkpoint中变量名称，一下代码可以查看TensorFlow中checkpoint文件中的变量名：#!/usr/bin/env python# -*- coding:utf-8 -*-import osfrom tensorflow.python import pywrap_tensorflowmodel_dir = "Saved_model"che...

目录1、TensorFlow计算模型一一计算图2、TensorFlow数据模型——张量3、TensorFlow运行模型——会话1、TensorFlow计算模型一一计算图（1）计算图的概念TensorFlow 的名字中己经说明了它最重要的两个概念一一Tensor和Flow。Tensor就是张量，张量可以被简单地理解为多维数组。Flow则体现了它的计算模型。Flow翻译成中文就是...