12 2017 档案

tensorflow 基础学习六：变量管理
摘要：Tensorflow中提供了通过变量名称来创建和获取一个变量的机制。通过这个机制，在不同的函数中可以直接通过变量的名字来使用变量，而不需要将变量通过参数的形式到处传递。该机制主要是通过tf.get_variable和tf.variable_scope函数来实现的。下面将分别介绍两个函数的使用。 如果 阅读全文
posted @ 2017-12-29 00:22 blackx 阅读(3446) 评论(0) 推荐(0) 编辑
python基础：多进程讲解
摘要：fork的使用方法: note：fork只能在linux平台下使用，其他平台没有该方法。 全局变量在多个进程中不共享： multiprocessing模块的使用（具有跨平台特性） 方法一：创建一个Process对象 方法二：创建一个类继承Process类，并重写run方法 使用进程池Pool 进程间 阅读全文
posted @ 2017-12-28 00:56 blackx 阅读(617) 评论(0) 推荐(0) 编辑
python基础：pdb调试
摘要：pdb调试常用命令： l >list 显示当前的代码 n >next 向下执行一行代码 c >continue 继续执行代码 b >break 添加断点 clear -->删除断点 p >print 打印一个变量的值 s >step 进入到一个函数 a >args 打印所有的形参数据 q >quit 阅读全文
posted @ 2017-12-28 00:12 blackx 阅读(285) 评论(0) 推荐(0) 编辑
tensorflow 基础学习五：MNIST手写数字识别
摘要：MNIST数据集介绍： 一个完整的mnist手写数字识别程序： 阅读全文
posted @ 2017-12-21 00:05 blackx 阅读(824) 评论(0) 推荐(0) 编辑
python基础：logging的使用
摘要：log里的优先级如下表，DEBUG优先级最低，CRITICAL优先级最高 LevelWhen it’s used DEBUG Detailed information, typically of interest only when diagnosing problems. INFO Confirm 阅读全文
posted @ 2017-12-19 15:19 blackx 阅读(281) 评论(0) 推荐(0) 编辑
tensorflow 基础学习四：神经网络优化算法
摘要：指数衰减法： 公式代码如下： 变量含义： decayed_learning_rate：每一轮优化时使用的学习率 learning_rate：初始学习率 decay_rate：衰减系数 decay_steps：衰减速度，通常表示完整的使用一遍训练数据所需要的迭代论述（总训练样本数除以batch中的训练 阅读全文
posted @ 2017-12-18 23:41 blackx 阅读(1753) 评论(0) 推荐(0) 编辑
tensorflow 基础学习三：损失函数讲解
摘要：交叉熵损失： 给定两个概率分布p和q，通过q来表示p的交叉熵为： 从上述公式可以看出交叉熵函数是不对称的，即H(p,q)不等于H（q,p)。 交叉熵刻画的是两个概率分布之间的距离，它表示通过概率分布q来表示概率分布p的困难程度。所以使用交叉熵作为 神经网络的损失函数时，p代表的是正确答案，q代表的是 阅读全文
posted @ 2017-12-16 22:23 blackx 阅读(12479) 评论(2) 推荐(0) 编辑
tensorflow 基础学习二：实现一个神经网络
摘要：tensorflow变量 在tensorflow中，变量(tf.Variable)的作用就是用来保存和更新神经网络中的参数，在声明变量的同时需要指定其初始值。 tensorflow中支持的随机数生成器： tensorflow也支持使用常数来初始化一个变量，常用的常量生成函数如下表 如下代码声明变量的 阅读全文
posted @ 2017-12-16 01:17 blackx 阅读(1299) 评论(0) 推荐(1) 编辑
tensorflow 基础学习一：计算图的概念
摘要：tensorflow中计算图的概念 tensorflow程序一般分为两个阶段： 1、定义计算图所有的计算 2、在session中执行计算 在tensorflow程序中，系统会自动维护一个默认的计算图，可以通过tf.get_default_graph()函数获取。以下代码展示了如何获取 默认计算图以及 阅读全文
posted @ 2017-12-15 01:22 blackx 阅读(15252) 评论(0) 推荐(2) 编辑