随笔 - 418  文章 - 0  评论 - 18  阅读 - 132万
07 2018 档案
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
batch,iteration,epoch 什么意思
摘要:深度学习中经常看到epoch、 iteration和batchsize,下面按自己的理解说说这三个的区别: (1)batchsize:批大小。在深度学习中,一般采用SGD训练,即每次训练在训练集中取batchsize个样本训练; (2)iteration:1个iteration等于使用batchsi 阅读全文
posted @ 2018-07-20 20:54 细雨微光 阅读(1018) 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
linux命令(54):useradd,区别于adduser
摘要:adduser和useradd的区别: useradd是一个linux命令,但是它提供了很多参数在用户使用的时候根据自己的需要进行设置; 而adduser是一个perl 脚本,在使用的时候会 出现类似人机交互的界面,提供选项让用户填写和选择; Linux useradd命令用于建立用户帐号。 use 阅读全文
posted @ 2018-07-11 14:06 细雨微光 阅读(1310) 评论(0) 推荐(0) 编辑
linux命令(53):用户和用户组
摘要:Linux 用户和用户组详细解说 本文主要讲述在Linux 系统中用户(user)和用户组(group)管理相应的概念; 用户(user)和用户组(group)相关命令的列举; 其中也对单用户多任务,多用户多任务也做以解说。 Linux 用户(user)和用户组(group)管理概述、理解Linux 阅读全文
posted @ 2018-07-11 13:54 细雨微光 阅读(406) 评论(0) 推荐(0) 编辑
linux命令(52):usermod 修改账户信息,groupmod
摘要:usermod: usermod [options] user_name usermod 命令修改系统帐户文件来反映通过命令行指定的变化 选项(options) -a|--append ##把用户追加到某些组中,仅与-G选项一起使用 -c|--comment ##修改/etc/passwd文件第五段 阅读全文
posted @ 2018-07-11 13:31 细雨微光 阅读(3742) 评论(0) 推荐(1) 编辑
python(59):yield 函数
摘要:可迭代对象: 当你建立了一个列表,你可以逐项地读取这个列表,这叫做一个可迭代对象: >>> mylist = [1, 2, 3] >>> for i in mylist : ... print(i) mylist 是一个可迭代的对象。当你使用一个列表生成式来建立一个列表的时候,就建立了一个可迭代的对 阅读全文
posted @ 2018-07-02 11:53 细雨微光 阅读(365) 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