YZXnuaa的博客

共享变量你可以在怎么使用变量中所描述的方式来创建，初始化，保存及加载单一的变量.但是当创建复杂的模块时，通常你需要共享大量变量集并且如果你还想在同一个地方初始化这所有的变量,我们又该怎么做呢.本教程就是演示如何使用tf.variable_scope() 和tf.get_variable()两个方法来实现这一点.问题假设你为图片过滤器创建了一个简单的模块，和我们的卷积神经网络教程模块

1、tensorflow的基本运作为了快速的熟悉TensorFlow编程，下面从一段简单的代码开始：import tensorflow as tf #定义‘符号’变量，也称为占位符 a = tf.placeholder("float") b = tf.placeholder("float") y = tf.mul(a, b) #构造一个op节点 sess = tf.Session()...

1、tensorflow的基本运作为了快速的熟悉TensorFlow编程，下面从一段简单的代码开始：import tensorflow as tf #定义‘符号’变量，也称为占位符 a = tf.placeholder("float") b = tf.placeholder("float") y = tf.mul(a, b) #构造一个op节点 sess = tf.Session()...

摘要：本系列主要对tf的一些常用概念与方法进行描述。本文主要针对tensorflow的数据IO、图的运行等相关函数进行讲解。为‘Tensorflow一些常用基本概念与函数’系列之三。1、序言本文所讲的内容主要为以下相关函数：操作组操作Data IO (Python functions)TFRecordWrite，rtf_record_iteratorRunning GraphsSession ma...

摘要：本系列主要对tf的一些常用概念与方法进行描述。本文主要针对tensorflow的模型训练Training与测试Testing等相关函数进行讲解。为‘Tensorflow一些常用基本概念与函数’系列之四。1、序言本文所讲的内容主要为以下列表中相关函数。函数training()通过梯度下降法为最小化损失函数增加了相关的优化操作，在训练过程中，先实例化一个优化函数，比如 tf.train.Grad...

tf.trainable_variables方法import tensorflow as tfv1 = tf.get_variable('v1', shape=[1])v2 = tf.get_variable('v2', shape=[1], trainable=False)with tf.variable_scope('scope1'): s1 = tf.get_variabl...

tf.train.ExponentialMovingAverage(decay, steps)tf.train.ExponentialMovingAverage这个函数用于更新参数，就是采用滑动平均的方法更新参数。这个函数初始化需要提供一个衰减速率（decay），用于控制模型的更新速度。这个函数...

1. Saver的背景介绍    我们经常在训练完一个模型之后希望保存训练的结果，这些结果指的是模型的参数，以便下次迭代的训练或者用作测试。Tensorflow针对这一需求提供了Saver类。Saver类提供了向checkpoints文件保存和从checkpoints文件中恢复变量的相关方法。Checkpoints文件是一个二进制文件，它把变量名映射到对应的tensor值 。只要提供一个计数器，当...

对应的github：https://github.com/burness/tensorflow-101近年来，基于数据而习得“特征”的深度学习技术受到狂热追捧，而其中GAN模型训练方法更加具有激进意味：它生成数据本身。GAN是“生成对抗网络”（Generative Adversarial Networks）的简称，由2014年还在蒙特利尔读博士的Ian Goodfellow引入深度学习领域。201...

生成对抗网络因为优雅的创意和优秀的性能吸引了很多研究者与开发者，本文从简洁的案例出发详解解释了 DCGAN，包括生成器的解卷积和判别器的卷积过程。此外，本文还详细说明了 DCGAN 的实现过程，是非常好的实践教程。 热身 假设你附近有个很棒的派对，你真的非常想去。但是，存在一个问题。为了参加聚会...

tf.maximum：用法tf.maximum(a,b),返回的是a,b之间的最大值，tf.miniimum：用法tf.miiinimum(a,b),返回的是a,b之间的最小值，tf.argmax：用法tf.argmax(a,dimension),返回的是a中的某个维度最大值的索引，tf.argmain：用法tf.argmin(a,dimension),返回的是a中的某个维度最小值的索引，例如：[...

tf.transpose(input, [dimension_1, dimenaion_2,..,dimension_n]):这个函数主要适用于交换输入张量的不同维度用的，如果输入张量是二维，就相当是转置。dimension_n是整数，如果张量是三维，就是用0,1,2来表示。这个列表里的每个数对应相应的维度。如果是[2,1,0]，就把输入张量的第三维度和第一维度交换。例如：[python] vie...

1. 基本tf.clip_by_value() 截断，常和对数函数结合使用# 计算交叉熵crose_ent = -tf.reduce_mean(tf.log(y_*tf.clip_by_value(y, 1e-10, 1.)))1234a = tf.reshape(tf.range(6, dtype=tf.float32), [2, 3])tf.clip_by_value(a, 2.5, ...

slim库是tensorflow中的一个高层封装，它将原来很多tf中复杂的函数进一步封装，省去了很多重复的参数，以及平时不会考虑到的参数。可以理解为tensorflow的升级版。导入方式：import tensorflow as tfimport tensorflow.contrib.slim as slim12常用函数slim.conv2dslim.conv2d是基于tf.

其中： decode_jpeg函数为jpeg（jpg）图片解码的过程，对应的encode_jpeg函数为编码过程，编码后将图片重命名写入到指定的路径下。图像尺寸调整 图像尺寸调整属于基础的图像几何变换，TensorFlow提供了几种尺寸调整的函数： tf.image.resize_images：将原始图像缩放成指定的图像大小，其中的参数method（默认值为ResizeMethod

1. Saver的背景介绍    我们经常在训练完一个模型之后希望保存训练的结果，这些结果指的是模型的参数，以便下次迭代的训练或者用作测试。Tensorflow针对这一需求提供了Saver类。Saver类提供了向checkpoints文件保存和从checkpoints文件中恢复变量的相关方法。Checkpoints文件是一个二进制文件，它把变量名映射到对应的tensor值 。只要提

1.查看当前配置ubuntu@ubuntu-Z87P-D3:~/下载$ uname -m && cat /etc/*release2.下载【CUDA官方下载】https://developer.nvidia.com/cuda-downloads大多数人会用到的链接：https://developer.nvidia.com/cuda-downloads?target_os=Linux...

TensorFlow 的github 地址 : https://github.com/tensorflow/tensorflowTensorFlow文档地址： http://www.jianshu.com/p/65dc64e4c81fTensorFlow 中文文档：http://www.tensorfly.cn/TensorFlow白皮书中文版 ： http://www.jia

原文地址：blog.youkuaiyun.com/silver_sail/article/details/51899659安装Tensorflow的过程就不必说了，安装官网或者google一下，很多资源。这次实验是在Iris数据集进行的，下载链接代码如下：[python] view plain copy import os  import

tf.concat是连接两个矩阵的操作tf.concat(concat_dim, values, name='concat')除去name参数用以指定该操作的name，与方法有关的一共两个参数：第一个参数concat_dim：必须是一个数，表明在哪一维上连接     如果concat_dim是0，那么在某一个shape的第一个维度上连，对应到实际，就是叠放到列上[pyt

(1)sequence_loss_by_example(logits, targets, weights) 这个函数用于计算所有examples的加权交叉熵损失，logits参数是一个2D Tensor构成的列表对象，每一个2D Tensor的尺寸为[batch_size x num_decoder_symbols]，函数的返回值是一个1D floa...

tf.placeholder(dtype, shape=None, name=None)此函数可以理解为形参，用于定义过程，在执行的时候再赋具体的值参数：dtype：数据类型。常用的是tf.float32,tf.float64等数值类型shape：数据形状。默认是None，就是一维值，也可以是多维，比如[2,3], [None, 3]表示列是3，行不定name：名称。[html] view pla...

tf.assign(ref, value, validate_shape=None, use_locking=None, name=None)  Defined in tensorflow/python/ops/state_ops.py.  将　value 赋值给　ref，并输出 ref　  这使得需要使用复位值的连续操作变简单  Defined in tensorflow/python/fram...

可能很多tensorflow的老版本玩家没见过这个东西，slim这个模块是在16年新推出的，其主要目的是来做所谓的“代码瘦身”。但事实上它已经成为我比较喜欢，甚至是比较常用的模块，github上面大部分tensorflow的工程都会涉及到它，不得不说，撇开Keras，TensorLayer，tfLearn这些个高级库不谈，光用tensorflow能不能写出简洁的代码？当然行，有slim就够了！惟一...