xiexu911的博客

tf.cast(x, dtype, name=None) 将x的数据格式转化成dtype.例如，原来x的数据格式是bool， 那么将其转化成float以后，就能够将其转化成0和1的序列。反之也可以a = tf.Variable([1,0,0,1,1])b = tf.cast(a,dtype=tf.bool)sess = tf.Session()sess.run(tf.initialize_a...

本次博客主要是是搭建自己的卷积神经网络，采用的数据集为常用的mnist手写数字数据集。第一步准备数据我们导入mnist数据集，因为在tf 中已经准备好了这个数据集，我们只需要在import的时候插入一下就可以。如果在在对应的文件夹下有这个数据集就不会下载，如果没有那么就会默认下载这个文件夹。其中batch size 为每一次送入网络样本的个数。lr 为训练的步长。import...

这一节讲的主要是构造一个自己的神经网络。第一步我们要准备好对应的训练数据，np类型就可以。import tensorflow as tfimport numpy as np#构造数据x_data = np.linspace(-1,1,300, dtype=np.float32)[:, np.newaxis] #在-1 到 1之间生成300个数据，noise = np.rando...

张量： 张量（tensor）这个词第一次看到时会比较陌生，但是在TensorFlow命名中就包含这个词，可见他是非常重要的。它可以被简单的看做是多维数组，零阶张量表示标量，就是一个单纯的数。一阶张量就是一个向量，是一个一维数组，那么n维的张量就是一个n维的数组。但是它不是直接的采用数组的形式，而是对运算结果的引用。当运行代码时并不会直接得到结果。从上面的结果可以看书张量主...

这一次的可视化任务和上一次的可视化差不多，只是增加了一些可视化项，不仅仅是网络结构。我们还是在前面搭建的网络结构上进行修改，大家对这个也比较熟悉了。第一步还是准备数据：import tensorflow as tfimport numpy as np #构造数据x_data = np.linspace(-1,1,300, dtype=np.float32)[:, np.new...

变量： 变量是tf 中一个十分重要的概念，在tf 中只有你声明了那个变量是个变量，那么它才是一个变量。说起来好像有点拗口，具体就是在声明一个变量的时候必须使用tf.Variable（）去声明那个变量。变量在使用之前必须进行初始化！！！state=tf.Variable(0)one=tf.constant(1)new_value=tf.add(state,one)ini...

TensorFlow运行会出这个问题，macos Linux好像可以通过https://github.com/lakshayg/tensorflow-build 这个链接解决。windows下没找到什么办法但是可以通过下面的代码消除。import osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'...

在anaconda prompt 里面 输入下面代码即可pip install h5py==2.8.0rc1

采用tensorboard可视化我们的网络，主要就是利用with tf.name_scope("inputs"): 进行命名，在每句要进行可视化的句子上加上这一句话，并在括号中写上对应的名字。在session中执行writer = tf.summary.FileWriter("D:/资料/code/tensorflow/log/", sess.graph) 把图像进行写入。我们根据上一节搭建...