随笔分类 - tf语法
摘要：参数数量及其作用 np.clip是一个截取函数，用于截取数组中小于或者大于某值的部分，并使得被截取部分等于固定值。 函数如下： np.clip( a, a_min, a_max, out=None): 该函数的作用是将数组a中的所有数限定到范围a_min和a_max中。部分参数解释：a：输入矩阵；a
阅读全文
摘要：tf.train.Saver() 作用：保存和加载模型saver = tf.train.Saver()saver.save(sess, ‘路径 + 模型文件名’）在创建这个 Saver 对象的时候， max_to_keep 参数表示要保留的最近检查点文件的最大数量，创建新文件时，将删除旧文件，默认为
阅读全文
摘要：一，tensorflow中有一类在tensor的某一维度上求值的函数。如： 求最大值tf.reduce_max(input_tensor, reduction_indices=None, keep_dims=False, name=None) 求平均值tf.reduce_mean(input_ten
阅读全文
摘要：tf.train.AdamOptimizer()函数是Adam优化算法：是一个寻找全局最优点的优化算法，引入了二次方梯度校正。 tf.train.AdamOptimizer.__init__( learning_rate=0.001, beta1=0.9, beta2=0.999, epsilon=
阅读全文
摘要：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
阅读全文
摘要：tf.variable_scope(): 可以让变量有相同的命名，包括tf.get_variable得到的变量，还有tf.Variable变量 它返回的是一个用于定义创建variable(层)的op的上下文管理器。 可变范围允许创建新的variable并分享已创建的variable，同时提供检查，不
阅读全文
摘要：线性整流函数（Rectified Linear Unit, ReLU），又称修正线性单元。其定义如下图，在横坐标的右侧，ReLU函数为线性函数。在横坐标的右侧，ReLU函数为值为0。 因此，tf.nn.relu()函数的目的是，将输入小于0的值幅值为0，输入大于0的值不变。 import tenso
阅读全文
摘要：tf.layers.dense用于添加一个全连接层。 函数如下： tf.layers.dense( inputs, #层的输入 units, #该层的输出维度 activation=None, #激活函数 use_bias=True, kernel_initializer=None, # 卷积核的初
阅读全文
摘要：函数原型：tf.placeholder(dtype, shape=None, name=None） 使用说明：该函数用于得到传递进来的真实的训练样本。同时也可以理解为形参， 用于定义过程，在执行的时候再赋具体的值。（相当于首先定义一个容器，包含容量、size等信息，真正调用的时候再往容器里面注入东西
阅读全文
