Evan Programming

使用正确的镜像源Jetson Nano的架构不是arm64，所以很多换源的教程，提供的镜像源里面可能没有Nano可用的。所以sudo apt-get update的时候就会出现找不到的error。这篇文章指出清华的源是包含了aarch64架构的，就不会出现问题。deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main m...

参考使用tensorboard时可以使用locale命令查看LC相关环境变量有没有缺少的，然后使用export命令添加环境变量，补全。例如：export LANGUAGE=en_US.UTF-8 export LC_ALL=en_US.UTF-8...

placeholderimport tensorflow as tfplaceholder_1 = tf.placeholder(shape=[], dtype=tf.float32)output = placeholder_1 + tf.constant(1.0)with tf.Session() as sess: tf.global_variables_initializ...

参考这篇博客原型为gradients(ys, xs, grad_ys=None, name='gradients', colocate_gradients_with_ops=False, gate_gradients=False, aggregation_method=None, stop_gradients=None, unconnected_gradients=<Unconnected...

最开始用的时候，我把一个正态分布clip掉小于0的部分，但是结果总是这种奇奇怪怪的图。后来我发现是clip不是删掉小于0的部分，而是把小于0的部分变成0.这样的话0的比重就会非常大，以至于左边有一个峰。另外一点为什么在左边有一个斜坡，我猜测是数值计算的问题，或者是画图显示的问题。后来保证clip掉的点不会有太大的影响，就没有什么问题了。下面这个图是把绝对值大于10的clip掉。还有一...

一段例程，import tensorflow as tftmp1 = tf.get_variable("a1",[2,2],initializer=tf.random_normal_initializer(stddev=3))tmp1 = tf.clip_by_value(tmp1, -0.5, 0.5, name=None)with tf.Session() as sess: ...

这里涉及到了两个概念，一个是tf.variable_scope一个是tensorflow中变量的名字。tensorflow中变量是有名字的，就像是我们用tensorboard绘制graph的时候，每个节点都有名字一样。即使没有手动赋予的变量也会有默认的名字。这个名字可以用变量的name方法来获得，或者是直接打印这个结点，就会显示其名字。>>> a = tf.constant(...

tensorflow中实现权重共享是通过给出相同的scope。如果是在PyTorch中，因为不需要先限定计算图，然后传入参数，就可以直接在计算的时候给出相应的权重。但是在tensorflow中就不能这样。with tf.variable_scope('decoder_encoder', reuse=reuse):...

准备工作首先下载unflow工程，git clone https://github.com/simonmeister/UnFlow.git将config.ini搬出来cp config_template/config.ini .然后运行（过程中会自动下载数据集）cd srcpython run.py --ex my_experiment --debug True # 如果不打开d...

tensorflow.GraphDef was modifiedterminate called after throwing an instance of 'google::protobuf::FatalException' what(): CHECK failed: (byte_size_before_serialization) == (byte_size_after_seriali...

https://github.com/simonmeister/UnFlow/issues/39用C++代码编写cuda函数，然后用python调用。相比直接用python函数，用tf做矩阵操作会快很多，特别是一些特殊的没有支持的操作。一个比价好的例子是flownet和unflow两个tensorflow代码。有待补充...

转载自 链接import tensorflow as tfimport numpy as npdef generate_data(): num = 25 label = np.asarray(range(0, num)) images = np.random.random([num, 5, 5, 3]) print('label size :{}, imag...

import tensorflow as tffrom e2eflow.chairs.data import ChairsDatafrom e2eflow.chairs.input import ChairsInput# cinput.input_test 是一个tf.train.batch实例cdata = ChairsData(data_dir="../data", ...

with tf.Session() as sess: summary_writer = tf.summary.FileWriter("../test_dir/") sess.run(tf.global_variables_initializer()) sess.run(tf.local_variables_initializer()) coord...

函数：tf.summary.image()tf.summary.image(name,tensor,max_outputs=3,collections=None,family=None)用来输出Summary的图像。参数为：name：节点的名字，也就是在tensorboard上面会显示的名字。tensor：格式必须是四维的[batch_size,height, width,...