u_say2what的博客

Embedding Projector 是一款embedding 可视化化的工具，通过特定的降维算法如PCA，T-sne将原始数据降维到三维空间，我只需要导入我们的数据就可以可视化，非常方便，当然，你也可以使用sklearn中的tsne和PCA+matplotlib的方式来做embedding可视化，只不过有点麻烦。embedding projector 可以很方便的导入我们需要的数据...

下面的模型的代码，我使用了mnist数据构建了一个简单的分类模型，并对模型进行了保存。 import tensorflow as tffrom tensorflow import kerastf.set_random_seed(1234)train_data,test_data=keras.datasets.mnist.load_data()test_datas=test_data[...

新版本，tf.matrix_band_part挪到了tf.linalg.band_part,它的主要功能是以对角线为中心，取它的副对角线部分，其他部分设置为0，视觉就像是一个band(带)，tf.linalg.band_part主要有三个参数input:要输入的张量tensor.num_lower:下三角矩阵保留的副对角线数量，从主对角线开始计算，相当于下三角的带宽。取值为负数时，则全部保...

import tensorflow as tf#设定随机种子，使得每次随机初始化都一样tf.set_random_seed(1234)#这是我们要共享的变量函数def share_variable(input): weight=tf.get_variable("weight",[2,2]) return weight#定义一个输入input=tf.get_variab...