Adrianna的专栏

tensorflow要求python3.5版本，anaconda2（python2.7）和3（python3.6）都需要额外安装3.5。因为已经装了anaconda2，本教程就用2好啦。1. 安装Anaconda 官网地址： https://www.continuum.io/downloads 下载完毕后打开安装包，一步一步安装就可以了。注意安装之后需要把相关路径加入环境变量：D:\An

1.GAN基本思想生成式对抗网络GAN (Generative adversarial networks) 是Goodfellow 等在2014 年提出的一种生成式模型。GAN 的核心思想来源于博弈论的纳什均衡。它设定参与游戏双方分别为一个生成器(Generator)和一个判别器(Discriminator), 生成器捕捉真实数据样本的潜在分布, 并生成新的数据样本; 判别器是一个二分类器, 判别输

如果你有一个Tensor t，在使用t.eval()时，等价于：tf.get_default_session().run(t). 举例：t = tf.constant(42.0)sess = tf.Session()with sess.as_default(): # or with sess: to close on exit assert sess is tf.get_defau

split( value, num_or_size_splits, axis=0, num=None, name='split')输入： value： 输入的tensor num_or_size_splits: 如果是个整数n，就将输入的tensor分为n个子tensor。如果是个tensor T，就将输入的tensor分为len(T)个子tensor。

Reference: https://www.tensorflow.org/install/migrationtensorflow 更新到1.0之后，0.n版本不兼容，除了手动更改代码之外，tensorflow官方还提供了自动更新的脚本。下载链接：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/co

1. tf.Variable()W = tf.Variable(<initial-value>, name=<optional-name>)用于生成一个初始值为initial-value的变量。必须指定初始化值2.tf.get_variable() W = tf.get_variable(name, shape=None, dtype=tf.float32, initializer=None,

Reference https://stackoverflow.com/questions/41841050/tensorflow-adding-regularization-to-lstm?noredirect=1&lq=1tv = tf.trainable_variables()#得到所有可以训练的参数，即所有trainable=True 的tf.Variable/tf.get_vari

由于tensorflow默认抢占服务器所有GPU显存，只允许一个小内存的程序也会占用所有GPU资源。下面提出使用GPU运行tensorflow的几点建议：1.在运行之前先查看GPU的使用情况：$ nvidia-smi # 查看GPU此时的使用情况或者$ nvidia-smi -l # 实时返回GPU使用情况2.目前实验室服务器有0，1，2，3四个GPU，找到空闲的GPU号，可以使用环境变量CUDA_

Reference: 1. https://www.tensorflow.org/tutorials/seq2seq 2. http://www.2cto.com/kf/201612/575911.html 3. http://www.jianshu.com/p/58ef2b990d3f1. sequence-to-sequence模型官方教程使用seq2seq模型实现了英语-法语的翻译系统。

1. 创建summary op第一步是标记想要记录的节点. 常用的summary操作有tf.summary.scalar和tf.summary.histogram． 比如你想要记录交叉熵： tf.summary.scalar('cross_entropy', cross_entropy)2. merge合并操作调用tf.summary.merge_all(), 将所有收集的summaries

一、 导入数据from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets('MNIST_data/', one_hot=True)每个example的类label以one-hot形式设定。二、 运行TensorFlow的InteractiveSessionsess = tf.

# -*- coding: utf-8 -*-# @Author: adrianna# @Date: 2017-05-31 10:05:12# @Last Modified by: adrianna# @Last Modified time: 2017-06-01 11:29:26"""Utilities for parsing PTB text files."""from __

BasicLSTMCell类是最基本的LSTM循环神经网络单元。 输入参数如下：num_units: LSTM cell层中的单元数 forget_bias: forget gates中的偏置 state_is_tuple: 还是设置为True吧, 返回 (c_state , m_state)的二元组 activation: 状态之间转移的激活函数 reuse: Python布尔值, 描述是

A FeatureColumn represents a single feature in your data. A FeatureColumn may represent a quantity like ‘height’, or it may represent a category like ‘eye_color’ where the value is drawn from a set of