摘要: 1. ngrok配置ssh端口转发 1. 工具:小米球(ngrok二次开发版) 2. 配置过程: 1. 下载几个文件 http://ngrok.ciqiuwl.cn/ ( linux64: ngrok ngrok.cfg) 注意:下载完ngrok之后,如果是linux64,还需要执行 让ngrok成 阅读全文
posted @ 2019-02-13 18:17 hzhang_NJU 阅读(820) 评论(0) 推荐(0) 编辑
摘要: 1. 我的虚拟环境名字 tensorflow_18 2.anaconda中虚拟环境的真正python解释器的位置,感觉好坑 /home/zh/anaconda3/envs/tensorflow_18/bin/python [因为默认python为3.6.0] 3. 这个虚拟环境对应安装的所有pack 阅读全文
posted @ 2019-02-13 18:16 hzhang_NJU 阅读(974) 评论(0) 推荐(0) 编辑
摘要: 1. tensorboard的histogram怎么看 1. 一个超好的tensorboard使用指南 [1] https://www.jianshu.com/p/d059ffea9ec0 (非常好的资料,我应该拿MNIST做个类似的example,训练下自己的tensorboard能力) [2] 阅读全文
posted @ 2019-02-13 18:14 hzhang_NJU 阅读(481) 评论(0) 推荐(0) 编辑
摘要: 1. 入门 一些基本指令 阅读全文
posted @ 2019-02-13 18:13 hzhang_NJU 阅读(97) 评论(0) 推荐(0) 编辑
摘要: 0. 我对jupyter的理解 v1: 1. 个人认为,markdown是写简单博客以及速记一些idea最好的方式,Latex是敲paper最佳的方式,但是 做实验 ,特别是运行 代码的实验 ,我们希望这样的功能:【在一个文件中充满了实验细节,实验思路,源代码,注释,等等,还希望能随手在代码旁边保存 阅读全文
posted @ 2019-02-13 18:12 hzhang_NJU 阅读(253) 评论(0) 推荐(0) 编辑
摘要: Seq2seq with Attention (Example: Neural machine translation) Beyond RNNs: Transformer, Tensor2Tensor Dialogue agents (A3) Reinforcement Learning in Te 阅读全文
posted @ 2019-02-13 18:02 hzhang_NJU 阅读(106) 评论(0) 推荐(0) 编辑
摘要: 1. 理论review 1.1 RNN 1. Agenda From feed forward to recurrent / Tricks & treats / Presidential tweets 2. BPTT Use sum of gradients each all timesteps t 阅读全文
posted @ 2019-02-13 18:00 hzhang_NJU 阅读(201) 评论(0) 推荐(0) 编辑
摘要: 1. VAE 1. lecture link: https://docs.google.com/presentation/d/1VSNlkGcR b39tMcuREjzZdhYOPvoZudpcbuNlf5hOIM/edit slide=id.g334db163d4_0_41 2. todo, 我打 阅读全文
posted @ 2019-02-13 17:59 hzhang_NJU 阅读(380) 评论(0) 推荐(0) 编辑
摘要: 1. 一些先修知识 1.1 TFrecord 1. 优点:tf官方推荐格式,兼容大部分格式,采用二进制保存文件,在tf中处理效率最高 2. cs20的一个good example: 写tfrecord的pipeline 读tfrecord的pipeline 一个示例: 3. 一个过时的queue的例 阅读全文
posted @ 2019-02-13 17:56 hzhang_NJU 阅读(181) 评论(0) 推荐(0) 编辑
摘要: 1. Assignment_1 1.1 1d解答 1. tf.where() 我的实践代码: 参考: [1] https://blog.csdn.net/A_a_ron/article/details/79048446 (讲得不错) [2] https://blog.csdn.net/ustbbsy 阅读全文
posted @ 2019-02-13 17:53 hzhang_NJU 阅读(124) 评论(0) 推荐(0) 编辑
摘要: 1. namspace(scope) 1.1 name_scope: create namespaces, ops分组, 进而tensorboard可以各个ops进行分组显示,进而使得tensorboard的可视化效果更好,进而有助于debug 1.2 variable_scope: 使用tf.ge 阅读全文
posted @ 2019-02-13 17:52 hzhang_NJU 阅读(98) 评论(0) 推荐(0) 编辑
摘要: 0. 华师 张凯旭问我启发的一个学习资料 如何加载/保存原模型?fine tune如何实践?如何实践transfer learning ? 当前我的答案:https://cv tricks.com/tensorflow tutorial/save restore tensorflow models 阅读全文
posted @ 2019-02-13 17:49 hzhang_NJU 阅读(135) 评论(0) 推荐(0) 编辑
摘要: 1. eager速记 1. 可以用大部分python的方法,而不仅限于tf.xxx is compatible with Python debugging tools: provides immediate error reporting,而不需要sess.run(xxxerror) permits 阅读全文
posted @ 2019-02-13 17:48 hzhang_NJU 阅读(180) 评论(0) 推荐(0) 编辑
摘要: 1. tf.data 1. 相比 feed_in和placeholder的优势:数据的一些操作(比如shuffle/batch/repeat/map)集成在tf中,所以效率高速度快,而且属于high level api,使用方便 2. 3. 输出一些dataset的types/shape以做sani 阅读全文
posted @ 2019-02-13 17:30 hzhang_NJU 阅读(122) 评论(0) 推荐(0) 编辑
摘要: 1. Linear Regression: Predict life expectancy from birth rate 1.1 Problem 1. 描述问题: I recently came across the visualization of the relationship betwee 阅读全文
posted @ 2019-02-13 17:29 hzhang_NJU 阅读(194) 评论(0) 推荐(0) 编辑