tech_chenlongzhen的博客

alex alexnet 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

按照以下方法升级gcc 5.3.0 gcc下载ftp地址 升级gcc步骤 1.5 `GLIBC_2.14’ ImportError: /lib64/libc.so.6: version `GLIBC_2.14' not found 安装步骤： http://www.cnblogs.com/gw811/p/3676856.html 加入环境变量 export LD_LI

github: https://github.com/chenlongzhen/wide-and-deep wide and deep wide 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

vgg vggnet 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 tf def _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 growth c

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 tensorflow t