摘要：
tf.clip_by_value(t, clip_value_min, clip_value_max, name=None) 功能：基于定义的min与max对tesor数据进行截断操作，目的是为了应对梯度爆发或者梯度消失的情况 阅读全文
摘要：
GIL: Global Interpreter Lock，相当于一个锁 python中一个线程对应于c语言中的一个线程，gil使得同一个时刻只有一个线程在一个cpu上执行字节码, 无法将多个线程映射到多个cpu(一个CPU一核)或多核CPU上执行，gil会根据执行的字节码行数以及时间片释放gil，g 阅读全文
摘要：
服务器： 客户端： socket模拟http请求： socker类型介绍： 阅读全文
摘要：
在图像分割领域，图像输入到CNN，FCN先像传统的CNN那样对图像做卷积再pooling，降低图像尺寸的同时增大感受野，但是由于图像分割预测是pixel-wise的输出，所以要将pooling后较小的图像尺寸upsampling到原始的图像尺寸进行预测，之前的pooling操作使得每个pixel预测 阅读全文
摘要：
架构总览 模型的整体架构源于 WebQA 的参考论文 Dataset and Neural Recurrent Sequence Labeling Model for Open-Domain Factoid Question [2]。这篇论文有几个特点： 1. 直接将问题用 LSTM 编码后得到“问 阅读全文
摘要：
1. 为什么需要normalization 1.1 独立同分布与白化 机器学习界的炼丹师们最喜欢的数据有什么特点？窃以为，莫过于“独立同分布”了，即independent and identically distributed，简称为 i.i.d. 独立同分布并非所有机器学习模型的必然要求（比如 N 阅读全文
摘要：
from collections.abc import Iterator class Company(object): def __init__(self, employee_list): self.employee = employee_list def __iter__(self): return MyIterator(self.emplo... 阅读全文
摘要：
Session概述 1. Session是TensorFlow前后端连接的桥梁。用户利用session使得client能够与master的执行引擎建立连接，并通过session.run()来触发一次计算。它建立了一套上下文环境，封装了operation计算以及tensor求值的环境。 2. sess 阅读全文
摘要：
TensorFlow系统架构 TensorFlow设计十分精巧，基于分层和模块化的设计思想进行开发的。框架如下图 整个框架以C API为界，分为前端和后端两大部分。 模型构造和执行流程 TensorFlow的一大特点是，图的构造和执行相分离。用户添加完算子，构建好整图后，才开始进行训练和执行，也就是 阅读全文
摘要：
使用json.dump()的时候设置一下indent参数的值就好了。比如json.dump(json_dict, f, indent=4), ensure_ascii=False，写入中文 阅读全文