u014765410的博客

如何给tensor增加维度或降低维度

tensorflow tf.train.batch之数据批量读取

tf.initialize_all_variables()和tf.global_variables_initializer()的区别

tf.global_variables_initializer()与tf.local_variables_initializer()的区别

tensorflow中协调器 tf.train.Coordinator 和入队线程启动器 tf.train.start_queue_runners

TensorFlow学习笔记（五）：tf.reshape用法

tensorflow命令行参数：tf.app.flags.DEFINE_string、tf.app.flags.DEFINE_integer、tf.app.flags.DEFINE_boolean

tensorflow将训练好的模型freeze,即将权重固化到图里面,并使用该模型进行预测（tf.graph_util.convert_variables_to_constants函数）

tensorflow入门笔记（四） tf.summary 模块

【Tensorflow】辅助工具篇——tensorflow slim(TF-Slim)介绍

添加自定义数据到TensorBoard显示

tensorflow函数tf.scatter_sub()

TensorFlow函数：tf.Session()和tf.Session().as_default()的区别

tensorflow中使用tf.ConfigProto()配置Session运行参数&&GPU设备指定

tf.concat的用法

tf.where()

tf.assign的用法

tensorflow批处理

with tf.name_scope("a"): b = tf.get_variable("b",[1]) print(b.name) # b:0with tf.variable_scope("a"): b = tf.get_variable("b",[1]) print(b.name) # a/b:0 #此时，如果在tf.name_scope()下进行如下操作，会报错：wi...

1、saver.restore()用 saver.restore()加载 模型 之前，首先要 定义 模型 的 计算图，具体操作如下：#重新定义 计算图def define_graph(input): graph_define return computed_tensor #返回需要计算的张量with tf.Session() as sess: #input = tf.placeho...

在加载已经训练好的模型时，如果不用tf.import_meta_graph()导入“原模型的计算图”，则需要手动在编写一次 计算图。如果使用tf.import_meta_graph()，则直接用sess.restore()就可以了，如下例：...

参考博文：TensorFlow在Win10上的安装教程和简单示例

参考博文：Keras中加载预训练的词向量

参考博文：TensorFlow中的多线程Tensorflow TFRecords及多线程训练详解TensorFlow多线程输入数据处理框架

tf.cond()

tensorflow—之什么时候用sess.run()

Tensorflow的模型保存和读取tf.train.Saver

tf.cast()的用法(转)

tensorflow代码中tf.app.run()什么意思

tf.logging.set_verbosity (tf.logging.INFO)

tensorflow 1.0 学习：模型的保存与恢复(Saver)

tf.truncated_normal与tf.random_normal

180412 利用tf.reset_default_graph()重置default graph计算图以及nodes节点

TENSORFLOW变量作用域（VARIABLE SCOPE）

tf.nn.conv2d_transpose函数

tf.Graph().get_operations()

python tarfile模块基本使用

tf.Session()和tf.InteractiveSession()的区别

TensorFlow学习笔记-图像预处理

python使用TensorFlow进行图像处理的方法