摘要：
import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # TensorFlow中提供的演示数据 """ 神经网络的一些重要概念： 全连接层：第N层和第N-1层之间的部分 输出：有几个类别就 阅读全文
摘要：
import tensorflow as tf import os """ TFRecords数据格式：是TensorFlow设计的一种内置文件格式，是一种二进制文件，它能更好的利用内存，更方便的复制和移动 为了解决将二进制数据和标签（训练的类别标签）数据存储在不同同一个文件中的问题，TFRecor 阅读全文
摘要：
import tensorflow as tf import os """ uint8：存储，节约空间，比如在图片处理时，图片解码之前 float32：矩阵计算，提高精度，比如在图片处理时，图片解码之后 """ # 训练数据连接：http://www.cs.toronto.edu/~kriz/cif 阅读全文
摘要：
import tensorflow as tf import os """ 黑白照：单通道，灰度值[0~255]，一个像素点一个值 彩色照：三通道，RGB，一个像素点三个值，同样像素，彩色是黑白数据量的3倍 图片的张量表示：[100, 300, 1]，100表示长，300表示宽，1表示通道数 图形需 阅读全文
摘要：
import tensorflow as tf import os ''' tensorflow读取文件的流程，每一步每一种数据都有对应封装好的API进行处理： 1、构造一个文件队列：A文件，B文件，C文件，每个文件内有100个样本 2、读取队列内容：一个一个样本读取，二进制文件就是指定一个样本的b 阅读全文
摘要：
import tensorflow as tf # 模拟：异步子线程存入样本，主线程读取样本 # 1.定义一个队列，容量10000 q = tf.FIFOQueue(1000, tf.float32) # 2.创建一个变量，用assign_add实现自增 var1 = tf.Variable(0.0 阅读全文
摘要：
import tensorflow as tf import os # 定义命令行参数，"max_step", 100, "模型训练的步数", 三个参数都是必须的，max_step在程序中引用的变量名，100是给第一个参数设置的默认值，第三个参数是第一个参数的参数说明 tf.app.flags.DE 阅读全文
摘要：
import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' # 变量也是一种OP，是一种特殊的张量，能够进行持久化的存储，它的值就是张量，默认被训练 var1 = tf.Variable(tf.random_nor 阅读全文
摘要：
import tensorflow as tf # 生成全为0的张量 zero = tf.zeros([3, 5], tf.float32) # 生成全为1的张量 ones = tf.ones([3, 5], tf.float32) # [2, 3]两行三列，生成随机值张量，mean平均值，stdd 阅读全文
摘要：
# 张量（tensor）是对数组进行封装后的一种数据类型，三部分，名字，形状，数据类型 # 张量的阶对应着数组的维度 # 张量常用的数据类型：tf.float32,tf.int32,tf.string,tf.bool等 # 张量的属性：graph（张量所属的默认图），op（张量的操作名），name（ 阅读全文
摘要：
import tensorflow as tf ''' TensorFlow分为前端系统和后端系统 前端系统：定义程序的图和结构，即各类语言通过API接口写的程序 后端系统：运算图的结果 会话：即连接前后端的中间者，起到调度资源的效果 运行图结构 分配计算资源 掌握资源（队列，线程，变量的资源） ' 阅读全文
摘要：
import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' # 修改TensorFlow警告信息级别 # 创建一张图包含了op和tensor，使用图是在上下文环境中的 # op：只要用TensorFlow的API定 阅读全文