tech_chenlongzhen的博客

Introduction本文假设阅读者有基本的NN基础，涉及的tips有一下几点： - data augmentation - pre-process on images - initializations of Networks - some tips during training - selections of activation functions - div

alexalexnet version 1 参考git上的大神代码，自己学着一个cnn finetune的代码。代码代码结构 name usage image_process.py 将图片做索引： path label 用于datagenerator读取 datagenerator.py 读取图片,reszie，反转，banch 等

github: https://github.com/chenlongzhen/wide-and-deepwide and deepwide and deep 代码结构： part 功能 代码位置 reader 读取数据 reader.py processer 数据embedding,onehot等 train.py bui

vggvggnet version1 github: https://github.com/chenlongzhen代码环境：python3 keras2(tensorflow backend)结构 name usage data_utils 参数文件下载等，vgg16调用 vgg16.py vgg核心代码 vgg16_fin

import tensorflow as tfdef _int64_feature(value): if type(value) != list: value = [value] return tf.train.Feature(int64_list=tf.train.Int64List(value = value)) def _bytes_feature(val

动态内存config = tf.ConfigProto() config.gpu_options.allow_growth=True sess = tf.Session(config=config)如何控制GPU资源率（参考：http://blog.youkuaiyun.com/u012436149/article/details/53837651）allow growthc

计算模型首先构造好整个计算链路(图)可以对链路进行优化分布式调度基于层模型每个层的计算,固定实现 forward/backward必须手动指定目标GPU卡概念使用张量表示数据使用图来表示计算任务在绘画的上下文中执行图通过变量维护状态使用feed和fetch可以为任意的操作赋值或者从其中获取数据numpy vs tensorflowt