dekiang

1. 指定使用哪块GPUos.environ["CUDA_VISIBLE_DEVICES"] = "0"# 指定GPU0可见2. 设置内存分配随需要增长def get_sess(): config = tf.ConfigProto(allow_soft_placement=True) config.gpu_options.allow_growth = True return tf.Session(config=config)用法：sess = get_sess()

目录1. 问题背景2. 主要解决思路3. Tensorflow实现1. 问题背景目前，我们在训练神经网络模型时，一般采用批梯度训练，大量实验表明，超参数batch size会影响模型收敛速度（训练时间）和模型效果。通常，batch size越小，模型的收敛速度越慢；batch size越大，模型收敛速度越快，性能一般也会好一些。batch size 的影响可以看实验：Tensorflow playground.但是受限于设备的显存，我们不可能一直增大batch size。于是，如何在设备显存受限的情

目录1. 准备工作1.1 查看已安装的tensorflow版本和安装路径1.2 tensorflow源码目录结构1.3 TF-Slim的目录结构二级目录三级目录1. 准备工作1.1 查看已安装的tensorflow版本和安装路径import tensorflow as tfprint(tf.__version__)# 1.13.1print(tf.__path__)# '/home3/abcd2474/miniconda3/envs/deqiang/lib/python3.6/site-pa

tf_debug在windom上使用很简单，但在linux上使用却总是会出现如下问题：问题1：_curses.error: setupterm: could not find terminfo database”问题2：_curses.error: setupterm: could not find terminal下面介绍如何解决这两个问题：点击链接下载terminfo database：http://forum.xda-developers.com/attachment.php?attach

目录0. 概述1. tf.range()2. tf.newaxis3. tf.tile()4. tf.concat()0. 概述1. tf.range()函数定义：tf.range(start, limit=None, delta=1, dtype=None, name="range")函数作用：该函数相当于Python内置函数range()，用来生成一个1维的序列张量，序列数的范围为 [ start, limit )，增量为delta 。实例： start = 2 limit = 1

文章目录1 原始API1.1 卷积层1.1.1 命名空间与变量名1.1.2 权重变量的定义1.1.3 偏置项变量的定义1.1.4 卷积操作的定义1.1.5 加偏置操作的定义1.1.6 激活操作的定义1.2 池化层1.3 完整样例1.3.1 完整样例11.3.2 完整样例22 TensorFlow-Slim API1 原始API1.1 卷积层搭建一个卷积层的完整结...

在使用TensorFlow搭建深度学习框架时，需要将训练好的模型的参数保存下来，以便下一次继续用于训练或测试，这时会用到Saver类。tf.train.Saver()import tensorflow as tfimport numpy as npcondition = tf.less(np.array([[1, 3, 5], [2, 6, 4]]), 4)x = tf.consta...

本文主要介绍在使用TensorFlow编写损失函数时，经常会使用的TensorFlow函数。文章目录tf.where()tf.where()tf.where(condition, x=None, y=None, name=None)参数：condition ： 布尔型张量x ：与condition具有相同shape的张量；或当condition为1维时，x可以是高维张量，但x的第一...

在处理数据的过程当中，由于现在的硬件性能的极大提升，数值计算过程可以通过加强硬件的方式来改善，因此数据读取（即IO)往往会成为系统运行性能的瓶颈。TensorFlow框架中提供了三种数据读取方式：Preloaded data: 预加载数据，用一个constant常量将数据集加载到计算图中（主要用于小数据集）。Feeding: placeholder, feed_dict 由占位符代替数据，运...