2018年1月30日
TF之RNN：实现利用scope.reuse_variables()告诉TF想重复利用RNN的参数的案例—Jason niu
摘要： import tensorflow as tf # 22 scope (name_scope/variable_scope) from __future__ import print_function class TrainConfig: batch_size = 20 time_steps = 20 input_size = 10 output_size =... 阅读全文
posted @ 2018-01-30 21:53 一个处女座的程序猿 阅读(595) 评论(0) 推荐(0) 编辑
TF之RNN：实现利用scope.reuse_variables()告诉TF想重复利用RNN的参数的案例
该文被密码保护。 阅读全文
posted @ 2018-01-30 21:52 一个处女座的程序猿 阅读(2) 评论(0) 推荐(0) 编辑
TF之RNN：TF的RNN中的常用的两种定义scope的方式get_variable和Variable—Jason niu
摘要： # tensorflow中的两种定义scope(命名变量)的方式tf.get_variable和tf.Variable。Tensorflow当中有两种途径生成变量 variable import tensorflow as tf #T1法 tf.name_scope() with tf.name_scope("a_name_scope"): initializer = tf.c... 阅读全文
posted @ 2018-01-30 21:05 一个处女座的程序猿 阅读(203) 评论(0) 推荐(0) 编辑
TF之AE：AE实现TF自带数据集AE的encoder之后decoder之前的非监督学习分类—Jason niu
摘要： import tensorflow as tf import numpy as np import matplotlib.pyplot as plt #Import MNIST data from tensorflow.examples.tutorials.mnist import input_data mnist=input_data.read_data_sets("/niu/mnist_d... 阅读全文
posted @ 2018-01-30 11:35 一个处女座的程序猿 阅读(183) 评论(0) 推荐(0) 编辑
TF之AE：AE实现TF自带数据集AE的encoder之后decoder之前的非监督学习分类
该文被密码保护。 阅读全文
posted @ 2018-01-30 11:31 一个处女座的程序猿 阅读(1) 评论(0) 推荐(0) 编辑