摘要：
更为简洁的数据读取方式 阅读全文
摘要：
tf.one_hot(indices, depth)：将目标序列转换成one_hot编码 tf.one_hot(indices, depth, on_value=None, off_value=None, axis=None, dtype=None, name=None) indices = [0, 阅读全文
摘要：
tf.shape(a)和a.get_shape()比较 相同点：都可以得到tensor a的尺寸 不同点：tf.shape()中a 数据的类型可以是tensor, list, array a.get_shape()中a的数据类型只能是tensor,且返回的是一个元组（tuple） tf.shape( 阅读全文
摘要：
十图详解TensorFlow数据读取机制 一、输入流水线读取数据流程 1). 创建文件名列表 相关函数：tf.train.match_filenames_once 2). 创建文件名队列 相关函数：tf.train.string_input_producer 3). 创建Reader读取数据 tf. 阅读全文
摘要：
一个详细介绍 下面程序要做的是，5次循环，每次循环给x加1，赋值给y，然后打印出来, 由于control_dependencies的所以执行print前都会先执行x_plus_1。 这个打印的是0，0，0，0，0 ,也就是说没有达到我们预期的效果，这是因为此时的y是一个复制了x变量的变量，并未和图上 阅读全文
摘要：
关于categorical cross entropy 和 binary cross entropy的比较，差异一般体现在不同的分类（二分类、多分类等）任务目标，可以参考文章keras中两种交叉熵损失函数的探讨，其结合keras的API讨论了两者的计算原理和应用原理。 本文主要是介绍TF中的接口调用 阅读全文
摘要：
TensorFlow函数查询 『TensorFlow』0.x_&_1.x版本框架改动汇总 『TensorFlow』函数查询列表_数值计算 『TensorFlow』函数查询列表_张量属性调整 『TensorFlow』函数查询列表_神经网络相关 『TensorFlow』网络操作API_上 ：卷积层，池化 阅读全文
摘要：
namedtuple()类 需要两个参数，参数一为nametupe名称，参数二为字段一般为序列(多个字段) Python中存储系列数据，比较常见的数据类型有list，除此之外，还有tuple数据类型。 相比与list，tuple中的元素不可修改，在映射中可以当键使用。tuple元组的item只能通过 阅读全文
摘要：
一、collections.deque队列 deque(maxlen=N)构造函数会新建一个固定大小的队列。当新的元素加入并且这个队列已满的时候，最老的元素会自动被移除掉。 如果你不设置最大队列大小，那么就会得到一个无限大小队列，你可以在队列的两端执行添加和弹出元素的操作。 1、deque其他操作： 阅读全文
摘要：
多变量赋值 1 2 (3, 4) 1 2 3 4 z x c *：集成不定长元素 & 集合型实参展开为多个虚参 ('Dave', 'dave@example.com', ['773-555-1212', '847-555-1212']) 注意， foo 1 2 bar hello foo 3 4 阅读全文
摘要：
1、np.nditer()：numpy迭代器 默认情况下，nditer将视待迭代遍历的数组为只读对象（read-only），为了在遍历数组的同时，实现对数组元素值得修改，必须指定op_flags=['readwrite']模式： 基本迭代参数flag=['f_index'/'mulit_index' 阅读全文