weixin_45295666的博客

jsonimport jsontxtf = open()f.write()f.close()csvimport pandasnpy或npz（二进制）import numpy as npnp.save或np.savez()pkl（二进制）import picklepickle.dump()

1.创建graph：# Rigester own graphg = tf.Graph()2. 往graph里添加操作节点op：默认往tensorflow自带的graph里添加op：# 这里已经包含了创建graph这一步，只不过用的是tf自带的graph# add ops to the default grapha = tf.constant(3)往我们自己注册的graph里添加op（包含步骤1）：# 1.创建自己的graph（把graph的句柄赋给g）g = tf.Graph()#

理解主进程main thread：程序执行的入口，可以理解为常用的main 函数。父进程parent thread：对于子进程而言， 子进程的创造者，可有多个子进程。 任何进程都有父进程，追根溯源是系统启动程序。对于我们一般写的程序，主进程是最初始的父进程。子进程child thread：相对父进程而言， 父进程创建的进程， 子进程只能对应一个父进程。如果没有标记为daemon ， 则杀死父进程不会对子进程的运行状态有丝毫影响。守护进程daemon thread：即daemon thread

上下文管理器：定义（根据本人理解）：一个按照上下文管理协议定义的类Class实例化之后得到的对象，上下文管理协议要求包含两个方法__enter__和__exit__。the object is an instance of a class defined according to the context manager protocol that consists of enter and exit methods.应用：资源（比如文件）的获取及释放，异常处理。关键字with：语法格式syntax

文件名太长可能导致tensoboard打开失败

tf.scalar_summary(tags, values)# ...summary_op = tf.summary.merge_all() #向计算图中添加记录节点summary_writer = tf.summary.FileWriter(logdir, graph=sess.graph)summary_str = sess.run(summary_op) #运行记录节点summary_writer.add_summary(summary_str, global_step) #将运行结果写入

@staticmethod静态方法：既不需要访问实例属性、方法，也不需要访问类属性、方法，通过类调用的格式为classname.staticmethod，可以不传入self，可在类内部使用；

可用tf.Summary自定义自己的google_protocol_buffer以防止验证集过大而报错参见https://www.jianshu.com/p/39c652f63b4d

keyword：with 用于上下文管理，共享变量控制参数reuse取true,则作用域内可重用，否则不可重用，智能一点的话取tf.AUTO_REUSE：如果创建过就返回，没有创建过就创建一个新的变量返回至于tf.name_scope和tf.variable_scope详情见下面URL：https://www.imooc.com/article/22966https://www.cnblo...

a solution can be found at