摘要： tf.reset_default_graph函数用于清除默认图形堆栈并重置全局默认图形。 注意：默认图形是当前线程的一个属性。该tf.reset_default_graph函数只适用于当前线程。当一个tf.Session或者tf.InteractiveSession激活时调用这个函数会导致未定义的行 阅读全文

摘要： a = 'dv gbrg 1'a = a.replace(' ','')#用后面的取代前面的print(a) dvgbrg1 阅读全文

摘要： split("/")[-1] 和 split("/",-1)的区别str='https://www.cnblogs.com/tingtin/p/12566356.html'#从后往前取print('0: %s'%str.split('/')[-1])#取最后print('1: %s'%str.spl 阅读全文

摘要： 一.zip函数：接受任意多个（包括0个和1个）序列作为参数，返回一个tuple列表 x = [1,2,3]y=[4,5,6]xy = zip(x,y)print(xy)py2会[(1, 4), (2, 5), (3, 6)]py3:<zip object at 0x000001F30A7AAFC8> 阅读全文

摘要： 前言 TensorFlow的Session对象是支持多线程的，可以在同一个会话（Session）中创建多个线程，并行执行。 在Session中的所有线程都必须能被同步终止，异常必须能被正确捕获并报告，会话终止的时候， 队列必须能被正确地关闭。 TensorFlow提供了两个类来实现对Session中 阅读全文

摘要： 1.保存 将训练好的模型参数保存起来，以便以后进行验证或测试。tf里面提供模型保存的是tf.train.Saver()模块。 模型保存，先要创建一个Saver对象：如 saver=tf.train.Saver() 在创建这个Saver对象的时候，有一个参数经常会用到，max_to_keep 参数，这 阅读全文

摘要： tf.train.AdamOptimizer()函数是Adam优化算法：是一个寻找全局最优点的优化算法，引入了二次方梯度校正。 tf.train.AdamOptimizer.__init__( learning_rate=0.001, beta1=0.9, beta2=0.999, epsilon= 阅读全文

摘要： tf.placeholder()函数作为一种占位符用于定义过程，可以理解为形参，在执行的时候再赋具体的值。 tf.placeholder( dtype, shape=None, name=None ) 参数： dtype：数据类型。常用的是tf.float32，tf.float64等数值类型 sha 阅读全文

摘要： 简单示例 我们先来看一个简单示例。主要有三个步骤： 创建 ArgumentParser() 对象 调用 add_argument() 方法添加参数 使用 parse_args() 解析添加的参数 定位参数 上面的示例，其实就展示了定位参数的使用，我们再来看一个例子 - 计算一个数的平方： impor 阅读全文

摘要： tf.stack函数 tf.stack( values, axis=0,(default) name='stack' ) 将 values 中的张量列表打包成一个张量，该张量比 values 中的每个张量都高一个秩，通过沿 axis 维度打包。给定一个形状为(A, B, C)的张量的长度 N 的列表 阅读全文