studyvcmfc的专栏

pb是protocol（协议）buffer（缓冲）的缩写TensorFlow 模型保存为pb文件的解释，怎么使用pb文件/模型的Save and Restore_u014264373的博客-优快云博客_.pb文件

from eda import eda

tensorflow中的检查点checkpoint详解（二）——以tensorflow1.x 的模型保存与恢复为主_MIss-Y的博客-优快云博客

将tensorflow版本的.ckpt模型转成pytorch的.bin模型 - 最咸的鱼 - 博客园

工程迁移—从keras到pytorch - 知乎

model.fit以及model.fit_generator区别及用法_猫爱吃鱼the的博客-优快云博客

keras技巧——如何获取某一个网络层的输出_MIss-Y的博客-优快云博客_keras获取模型某一层的输出

sequence.pad_sequences　的用法举例_power的专栏-优快云博客

tokenizer.encode（）_不知道起什么名字-优快云博客_tokenizer.encodetokenizer.encode("说你跑的挺远",add_special_tokenizerns=False)相当于seg=tokenizer.tokenize("说你跑的挺远")encoder = tokenizer.convert_tokenizerns_to_ids(seg)https://blog.youkuaiyun.com/Princeicon/article/details/108.

Transformers包tokenizer.encode()方法源码阅读笔记_天才小呵呵的博客-优快云博客_tokenizer.encode

tensorflow简介以及与Keras的关系 - eyesfree - 博客园

“瘦身成功”的ALBERT，能取代BERT吗？_com

Process finished with exit code -1073740791 (0xC0000409)python中关于Process finished with exit code -1073740791 (0xC0000409)的解决办法_老班（Snow）的博客-优快云博客

Process finished with exit code -1073741819 (0xC0000005)pycharm报错：Process finished with exit code -1073741819 (0xC0000005)_qiao1025566574的博客-优快云博客

https://zhuanlan.zhihu.com/p/257088640

对于3维度数组总结axis=0 , 1 ,2axis=0 沿着axis=0方向 (可以认为是时间的方向)取每个单元对应元素进行计算softmax() //通俗理解就是今天8点钟的对应行对应列的元素a[2][0][0] 与昨天8点钟的对应行对应列的元素a[1][0][0] 及 前天8点钟的对应行对应列的元素a[0][0][0] 都取出来，进行计算softmax()axis=0 沿着axis=1方向 (行的方向)取每个单元对应元素进行计算softmax()axis=0 沿着axis=2...

https://blog.youkuaiyun.com/cetrol_chen/article/details/89415226

https://blog.youkuaiyun.com/weixin_44441131/article/details/105507555?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.

https://blog.youkuaiyun.com/bitcarmanlee/article/details/77825278?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-

https://www.cnblogs.com/qianboping/p/6509794.html

http://codingdict.com/sources/py/keras.layers.html

http://www.manongjc.com/detail/8-lmdxlrmdfqxetzq.html

https://www.zhihu.com/question/269522152/answer/349542336

https://www.tensorflow.org/tutorials?hl=zh_cn

https://www.cnblogs.com/xing901022/p/10216678.html

https://keras.io/zh/getting-started/functional-api-guide/

tensorflow2.0中valid_data的作用是在训练的过程对对比训练数据与测试数据的准确率，便于判断模型的训练效果：是过拟合还是欠拟合过拟合:训练数据的准确率较高而测试数据的准确率较低欠拟合：训练数据的准确率和测试数据的准确率均较低下图未过拟合，因为val_acc准确率高于训练数据的acc( B站搜 tensorflow2.0入门与实战2019最通俗易懂课程 日月光华P16)下图观察损失函数可以判断产生了过拟合，因为测试集合上的圈中的损失在下降到最低之后（第7个epoch.

https://www.jianshu.com/p/0c7af5fbcf72

keras,在 fit 和 evaluate 中 都有 verbose 这个参数1.fit 中的 verboseverbose：该参数的值控制日志显示的方式verbose = 0 不在标准输出流输出日志信息verbose = 1 输出进度条记录verbose = 2 每个epoch输出一行记录注意： 默认为 12.evaluate 中的 verboseverbose：控制日志显示的方式verbose = 0 不在标准输出流输出日志信息verbose = ...

https://blog.youkuaiyun.com/my_kingdom/article/details/84313683

https://blog.youkuaiyun.com/qq_20989105/article/details/82760815

https://www.zhihu.com/question/53740695

1 在代码中添加这样一句：tf.compat.v1.disable_eager_execution()2 在代码中所有用placeholder的地方修改为 tf.compat.v1.placeholder参考https://blog.youkuaiyun.com/weixin_43763859/article/details/104537392

看LSTM的代码感觉封装的太厉害，看的有些模糊，现画了个MNIST的张量流图，便于分析代码原始代码如下# View more python learning tutorial on my Youtube and Youku channel!!!# Youtube video tutorial: https://www.youtube.com/channel/UCdyjiB5H8Pu7aDTNVXTTpcg# Youku video tutorial: http://i.youku.c.

https://blog.youkuaiyun.com/kdongyi/article/details/82390394

https://www.jianshu.com/p/25706575f8d4

https://blog.youkuaiyun.com/m0_37393514/article/details/82259370

ValueError: Variable rnn/basic_lstm_cell/kernel already exists, disallowed.用spyder运行mnist_lstm.py第一次没问题，修改n_hidden_units后运行报错ValueError: Variable rnn/basic_lstm_cell/kernel already exists, d...

2维的话就是转置：行变列 列变行3维的话就把数据看成立方体，tanspose的维度的变化就是从不同轴的方向看得到的数据。因为行x宽x高是相对的，这就导致了transpose横看成岭侧成峰的现象https://blog.youkuaiyun.com/cc1949/article/details/78422704...

执行如下语句报错 TypeError: Input ‘b’ of ‘MatMul’ Op has type float32 that does not match type int32 of argument ‘a’.X_in = tf.matmul(X,weights[‘in’])+biases[‘in’]在使用tf.matmul()时提示两个参量一个为float32型，另外一个为floa...