随笔 - 418  文章 - 0  评论 - 18  阅读 - 132万

随笔分类 -  Tensorflow

anaconda 安装指定源的包
摘要:如果遇到:Solving environment: failed with initial frozen solve. Retrying with flexible solve. 试试方法二,先anaconda 搜索包名,查看安装方式,然后 conda 安装;有时候会存在 anaconda命令不存在 阅读全文
posted @ 2019-10-29 11:02 细雨微光 阅读(24877) 评论(0) 推荐(0) 编辑
tensorflow 笔记 16:tf.pad
摘要:函数: tf.compat.v1.pad tf.pad 函数表达式如下: 函数用途:对各个维度进行填充,padding 输入: tensor :是要填充的张量; shape 维度为 : (N1,N2,N3,...); padings:填充方式,也是一个张量,shape : (n,2), n :表示需 阅读全文
posted @ 2019-07-12 17:20 细雨微光 阅读(3615) 评论(0) 推荐(0) 编辑
tensorflow 笔记 15:如何使用 Supervisor
摘要:如何使用Supervisor在不使用Supervisor的时候,我们的代码经常是这么组织的 下面介绍如何用Supervisor来改写上面程序 总结从上面代码可以看出,Supervisor帮助我们处理一些事情 (1)自动去checkpoint加载数据或初始化数据 (2)自身有一个Saver,可以用来保 阅读全文
posted @ 2019-05-23 17:49 细雨微光 阅读(658) 评论(0) 推荐(0) 编辑
tensorflow 笔记14:tf.expand_dims和tf.squeeze函数
摘要:tf.expand_dims和tf.squeeze函数 tf.expand_dims和tf.squeeze函数 tf.expand_dims和tf.squeeze函数 tf.expand_dims和tf.squeeze函数 一、tf.expand_dims() Function tf.expand_ 阅读全文
posted @ 2019-03-12 21:18 细雨微光 阅读(1492) 评论(0) 推荐(0) 编辑
tensorflow 笔记13:了解机器翻译,google NMT,Attention
摘要:一、关于Attention,关于NMT 未完待续、、、 以google 的 nmt 代码引入 探讨下端到端: 项目地址:https://github.com/tensorflow/nmt 机器翻译算是深度学习在垂直领域应用最成功的之一了,深度学习在垂直领域的应用的确能解决很多之前繁琐的问题,但是缺乏 阅读全文
posted @ 2019-03-12 21:11 细雨微光 阅读(1884) 评论(0) 推荐(0) 编辑
tensorflow 笔记12:函数区别:placeholder,variable,get_variable,参数共享
摘要:一、函数意义: 1、tf.Variable() 变量 用于生成一个初始值为initial-value的变量。必须指定初始化值 2、tf.get_variable() 共享变量 原函数: 获取已存在的变量(要求不仅名字,而且初始化方法等各个参数都一样),如果不存在,就新建一个。 可以用各种初始化方法, 阅读全文
posted @ 2018-09-05 20:37 细雨微光 阅读(3226) 评论(0) 推荐(0) 编辑
tensorflow 笔记11:tf.nn.dropout() 的使用
摘要:使用说明: 参数 keep_prob: 表示的是保留的比例,假设为0.8 则 20% 的数据变为0,然后其他的数据乘以 1/keep_prob;keep_prob 越大,保留的越多; 参数 noise_shape:干扰形状。 此字段默认是None,表示第一个元素的操作都是独立,但是也不一定。比例:数 阅读全文
posted @ 2018-08-08 20:44 细雨微光 阅读(7906) 评论(0) 推荐(0) 编辑
tensorflow 笔记10:tf.nn.sparse_softmax_cross_entropy_with_logits 函数
摘要:函数:tf.nn.sparse_softmax_cross_entropy_with_logits(_sentinel=None,labels=None,logits=None,name=None) #如果遇到这个问题:Rank mismatch: Rank of labels (received 阅读全文
posted @ 2018-08-07 20:18 细雨微光 阅读(11304) 评论(0) 推荐(1) 编辑
RNN,LSTM,GRU简单图解:
摘要:一篇经典的讲解RNN的,大部分网络图都来源于此:http://colah.github.io/posts/2015-08-Understanding-LSTMs/ 每一层每一时刻的输入输出:https://www.cnblogs.com/lovychen/p/9368390.html 带有权重标识的 阅读全文
posted @ 2018-08-07 17:45 细雨微光 阅读(4944) 评论(0) 推荐(0) 编辑
tensorflow 笔记8:RNN、Lstm源码,训练代码输入输出,维度分析
摘要:tensorflow 官网信息:https://www.tensorflow.org/api_docs/python/tf/contrib/rnn/BasicLSTMCell tensorflow 版本:1.10 如有错误还望指正,一起探讨; 当前层各个参数含义: Tensorflow 中RNN单个 阅读全文
posted @ 2018-07-26 16:06 细雨微光 阅读(15930) 评论(1) 推荐(2) 编辑
tensorflow笔记9:nn_ops.bias_add 函数
摘要:完整代码引入:from tensorflow.python.ops import nn_ops tensorflow version:1.9 代码演示: 输出: 阅读全文
posted @ 2018-07-26 16:01 细雨微光 阅读(1227) 评论(0) 推荐(0) 编辑
tensorflow 笔记7:tf.concat 和 ops中的array_ops.concat
摘要:用于连接两个矩阵: mn = array_ops.concat([a, d], 1) # 按照第二维度相接,shape1 [m,a] shape2 [m,b] ,concat_done shape : [m,a+b] tensorflow Rnn,Lstm,Gru,源码中是用以上的函数来链接Xt 和 阅读全文
posted @ 2018-07-25 17:13 细雨微光 阅读(2135) 评论(0) 推荐(0) 编辑
tensorflow笔记6:tf.nn.dynamic_rnn 和 bidirectional_dynamic_rnn:的输出,output和state,以及如何作为decoder 的输入
摘要:一、tf.nn.dynamic_rnn :函数使用和输出 官网:https://www.tensorflow.org/api_docs/python/tf/nn/dynamic_rnn 使用说明: Args: cell: An instance of RNNCell. //自己定义的cell 内容: 阅读全文
posted @ 2018-07-11 16:37 细雨微光 阅读(13065) 评论(0) 推荐(1) 编辑
tensorflow笔记5:tensorflow的基本运作,函数
摘要:转载:https://blog.csdn.net/lenbow/article/details/52152766 1、tensorflow的基本运作 为了快速的熟悉TensorFlow编程,下面从一段简单的代码开始: 其中tf.mul(a, b)函数便是tf的一个基本的算数运算,接下来介绍跟多的相关 阅读全文
posted @ 2018-03-26 11:41 细雨微光 阅读(1095) 评论(0) 推荐(0) 编辑
Anaconda的使用和包的更新;conda 创建虚拟环境
摘要:moniconda 安装: 官网各版本路径如下:https://repo.anaconda.com/miniconda/ conda安装: 官网各版本路径如下:https://repo.anaconda.com/archive/ 两种安装方式一样: 如下 官网下好后,直接 sh * 会提示安装路径, 阅读全文
posted @ 2018-03-23 19:46 细雨微光 阅读(24361) 评论(0) 推荐(1) 编辑
tensorflow笔记4:函数:tf.assign()、tf.assign_add()、tf.identity()、tf.control_dependencies()
摘要:函数原型: tf.assign(ref, value, validate_shape=None, use_locking=None, name=None) Defined in tensorflow/python/ops/state_ops.py. 将 value 赋值给 ref,并输出 ref,即 阅读全文
posted @ 2018-03-21 15:51 细雨微光 阅读(17746) 评论(0) 推荐(0) 编辑
tensorflow笔记2:TensorBoard
摘要:Tensorboard中的参数 Summary:所有需要在TensorBoard上展示的统计结果。 tf.name_scope():为Graph中的Tensor添加层级,TensorBoard会按照代码指定的层级进行展示,初始状态下只绘制最高层级的效果,点击后可展开层级看到下一层的细节。 tf.su 阅读全文
posted @ 2018-03-01 20:15 细雨微光 阅读(289) 评论(0) 推荐(0) 编辑
tensorflow笔记3:CRF函数:tf.contrib.crf.crf_log_likelihood()
摘要:在分析训练代码的时候,遇到了,tf.contrib.crf.crf_log_likelihood,这个函数,于是想简单理解下: 函数的目的:使用crf 来计算损失,里面用到的优化方法是:最大似然估计 使用方法: 函数讲解: 1、tf.contrib.crf.crf_log_likelihood cr 阅读全文
posted @ 2018-03-01 20:12 细雨微光 阅读(23492) 评论(3) 推荐(2) 编辑
tensorflow笔记1:基础函数、embedding_lookup
摘要:函数一:tf.nn.embedding_lookup() ERROR: 解决办法:https://stackoverflow.com/questions/43452873/bidirectional-dynamic-rnn-function-in-tensorflow-1-0 #之前的: tf.nn 阅读全文
posted @ 2018-01-30 15:59 细雨微光 阅读(8352) 评论(0) 推荐(0) 编辑

< 2025年2月 >
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 1
2 3 4 5 6 7 8

点击右上角即可分享
微信分享提示