whitesilence的博客

import tensorflow as tfimport numpy as npimport randomaa=[]for i in range(42): aa.append(random.randint(11,100))a=np.array(aa)a=a.reshape(7,6)A=tf.constant(a)B=tf.reshape(A,[-1,2,3])#变成7个2*3

在MNIST例程的卷积模型中，最关键的就是tf.nn.conv2d和tf.nn.max_pool两个函数， 先把引用这两个函数的代码片贴出来：def conv2d(x,w,b,strides=1):

tensorflow中关于优化问题的一个简要总结：https://zhuanlan.zhihu.com/p/26454768

（1）在 你的Anaconda3安装路/Anaconda3/Lib/site-packages 下新建一个txt文件 （我这里的安装路径是C:\ProgramData\Anaconda3\Lib\site-packages）(2)在新建的txt文件中写入：C:\ProgramData\Anaconda3\Lib\site-packages\tensorflow\models\rese

tensorboard感觉功能很强大，想着如果能熟悉它的应用，应该对调参有很大帮助，所以一直很想学习tensorboard的各个功能板块首先我的tensorflow是安装在c盘的我们看到使用tensorboard的很多官方指导都告诉我们 打开tensorboard的方法是这样的： 首先将我们训练的日志文件放在某个我们事先设定的路径下，如这里我将训练日志文件放在“D:\My_project

关于多GPU进行深度学习训练的心得windows下，tensorflow框架下object detection api 下训练faster rcnn模型，2块 GTX1080TI tensorflow object detection api 是自动识别机器中所装的GPU的个数的，然后默认调用所有GPU运行程序。 但在train.py中需要注意的一个的地方是：在前面有一部分参数设置 ...