随笔分类 -  Tensorflow

Tensorflow相关的内容
tf.py_func函数总结
摘要：参考链接：https://blog.csdn.net/jiongnima/article/details/80555387 tf.py_func( func, inp, Tout, stateful=True, name=None ) 在使用tf.py_func的过程中，主要核心是使用前三个参数。 阅读全文
posted @ 2020-05-08 23:10 重大的小鸿 阅读(2049) 评论(0) 推荐(0)
tf.nn.softmax
摘要：tf.nn.softmax( logits, axis = None, name = None dim = None ) 作用：softmax函数的作用就是归一化。 输入：全连接层（往往是模型的最后一层）的值，一般代码中叫做logits 输出：归一化的值，含义是属于该位置的概率，一般代码叫做prob 阅读全文
posted @ 2020-01-20 17:46 重大的小鸿 阅读(2155) 评论(0) 推荐(0)
激活函数-Activation Function
摘要：该博客的内容是莫烦大神的授课内容。在此只做学习记录作用。 原文连接：https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/2-6-A-activation-function/ 非线性方程 我们为什么要使用激活函数？用简单 阅读全文
posted @ 2019-12-20 12:11 重大的小鸿 阅读(539) 评论(0) 推荐(0)
池化层的作用和种类
摘要：原连接：https://blog.csdn.net/XX_123_1_RJ/article/details/86677482 池化的原理或者是过程：pooling是在不同的通道上分开执行的（就是池化操作不改变通道数），且不需要参数控制。然后根据窗口大小进行相应的操作。一般有max pooling、a 阅读全文
posted @ 2019-12-15 22:45 重大的小鸿 阅读(6894) 评论(0) 推荐(0)
GPU跑tf-faster-rcnn demo以及训练自己的数据
摘要：https://blog.csdn.net/qq_39123369/article/details/85245512 阅读全文
posted @ 2019-12-04 10:41 重大的小鸿 阅读(275) 评论(0) 推荐(0)
TensofFlow函数: tf.image.crop_and_resize
摘要：tf.image.crop_and_resize( image, boxes, box_ind, crop_size, method='bilinear', extrapolation_value=0, name=None ) 从输入图像张量中提取crop(裁剪)，并双线调整它们的大小(可能高宽比变 阅读全文
posted @ 2019-11-20 15:22 重大的小鸿 阅读(1234) 评论(0) 推荐(0)
TensorFlow函数: tf.stop_gradient
摘要：停止梯度计算。 在图形中执行时，此操作按原样输出其输入张量。 在构建计算梯度的操作时，这个操作会阻止将其输入的共享考虑在内。通常情况下，梯度生成器将操作添加到图形中，通过递归查找有助于其计算的输入来计算指定“损失”的导数。如果在图形中插入此操作，则它的输入将从梯度生成器中屏蔽。计算梯度时不考虑他们。 阅读全文
posted @ 2019-11-20 14:45 重大的小鸿 阅读(1249) 评论(0) 推荐(0)
tensorflow之tf.shape()
摘要：tf.shape()这个方法就相当于numpy当中shape属性。 下面通过列子来了解： 具体而言，tf.shape是用来获取张量的维度(shape). 阅读全文
posted @ 2019-11-19 20:00 重大的小鸿 阅读(7909) 评论(0) 推荐(0)
tensorflow之tf.stop_gradient
摘要：停止梯度计算。 当在一个图中执行时， 这个op按原样输出它的输入张量。 当构建ops来计算梯度时，该op会阻止将其输入贡献考虑在内。 参数： Input: 一个张量。 name: 操作的名称(可选) 返回值： 一个张量。具有与输入相同的类型。 阅读全文
posted @ 2019-11-09 00:58 重大的小鸿 阅读(3796) 评论(0) 推荐(0)
tensorflow之tf.to_float
摘要：1. tf.to_float() # 将张量转换为float32类型 2. tf.to_int32() # 将张量转换为int32类型 等等， 就是将张量转换成某一种类型。 阅读全文
posted @ 2019-11-09 00:43 重大的小鸿 阅读(3056) 评论(0) 推荐(0)
tensorflow之tf.squeeze()
摘要：tf.squeeze()函数的作用是从tensor中删除所有大小(szie)是1的维度。 给定丈量输入， 此操作返回的是相同类型的张量， 并删除所有尺寸为1的维度。如果不想删除所有尺寸为1的维度， 可以通过指定squeeze_dims来删除特定维度。 下面通过例子来理解： # 't' is a te 阅读全文
posted @ 2019-11-09 00:40 重大的小鸿 阅读(7884) 评论(0) 推荐(0)
tf.slice()
摘要：原文连接：https://www.jianshu.com/p/71e6ef6c121b tf.slice()到底要怎么切呢？下面通过列子来看看 方程的signature是这样的： def slice(input, begin, size, name=None): 其中“input"是你输入的tens 阅读全文
posted @ 2019-11-09 00:12 重大的小鸿 阅读(484) 评论(0) 推荐(0)
tensorflow之tf.meshgrid()
摘要：tf.meshgrid()用于从数组a和b产生网格。生成的网格矩阵A和B大小是相同的，它也可以是更高维的。 用法:[A, B] = tf.meshgrid(a, b), 生成size(b) x size(a)大小的矩阵A和B。 它相当于a从一行重复增加到size(b)行，把b转置成一列再重复增加到s 阅读全文
posted @ 2019-11-08 22:16 重大的小鸿 阅读(1352) 评论(0) 推荐(0)
tensorflow: arg_scope()
摘要：with arg_scope(): 1.允许我们设定一些共享参数，并将其进行保存，必要时还可以嵌套覆盖 2.在指定的函数调用时，可以将一些默认参数塞进去。 接下来看一个tensorflow自带的例子。 with arg_scope([layers.conv2d], padding='SAME', i 阅读全文
posted @ 2019-11-08 16:59 重大的小鸿 阅读(1189) 评论(0) 推荐(0)
tf.ConfigProto()
摘要：tf.ConfigProto一般用在创建session的时候用来对session进行参数配置 with tf.Session(config=tf.ConfigProto(...)...) tf.ConfigProto()的参数 1. log_device_placement = True # 是否打 阅读全文
posted @ 2019-11-08 15:44 重大的小鸿 阅读(1090) 评论(0) 推荐(0)