07 2018 档案
摘要：原因： 使用了多线程，多线程共享了同一个数据库连接，但每个execute前没有加上互斥锁 方法： 方法一：每个execute前加上互斥锁 lock.acquire() cursor.execute(command,data) lock.release() 方法二： 每个线程拥有自己的数据库连接，即在
阅读全文
摘要：其中：encoding表示编码，confidence表示置信度，即判断文件0.99的可能性为GB2312编码 然后就可以正常读取文件，不会出现乱码了：
阅读全文
摘要：问题： 文件 "c:\Program Files\Microsoft SQL Server\MSSQL10.SQLEXPRESS\MSSQL\DATA\ttt.mdf" 已压缩，但未驻留在只读数据库或文件组中。必须将此文件解压缩。CREATE DATABASE 失败。无法创建列出的某些文件名。请查看
阅读全文
摘要：前馈神经网络（ffnn）：由一个输入层，一到多个隐藏层，有一个输出层组成。数据通过网络一层层向后传递，直到输出层，之间没有反馈回路。 前馈神经网络可得到的函数： 1、有一个隐藏层的网络，可形成任意一个连续函数 2、有俩个及以上的隐藏层，可形成任意函数，包括连续函数和离散函数 说明：设计一个计算函数的
阅读全文
摘要：运行神经网络时，跟踪网络参数，以及输入输出是很重要的，可据此判断模型是否在学习，损失函数的值是否在不断减小。Tensorboard通过可视化方法，用于分析和调试网络模型。 使用tensorboard的流程： 1、构建计算流图，即完成代码部分 2、为要观察的操作节点添加summary 3、使用sess
阅读全文
摘要：在Session对象上调用run()函数，执行流图，即可得到输出， 可获取单个输出，也可获取多个输出 import tensorflow as tf import numpy as np constant_A = tf.constant([100.0]) constant_B = tf.consta
阅读全文
摘要：tensorflow变量： 1、神经网络中的参数权重，偏置等可以作为张量保存到tensorflow的变量中 2、tensorflow变量必须被初始化 3、可被保存到文件中，下次使用重新加载即可 tensorflow说明： tensorflow是一张运算图，用tf.Session运行这张图就得到输出结
阅读全文
摘要：tf.InteractiveSession()适合用于python交互环境 tf.Session()适合用于源代码中 1、tf.InteractiveSession() 直接用eval()就可以直接获得结果，无需运行sess.run() 2、tf.Session()一般在代码中使用 注意：我遇到过这
阅读全文
摘要：tensorflow api操纵和管理的是numpy矩阵数据 例子：
阅读全文
摘要：秩（rank）、标量(scalar)、矢量(vector)、矩阵(matrix)、张量（tensor）： 秩定义了张量的维度 0维张量=标量 定义方式：tf.constant(2)，tf.Valiable(2) 1维张量=矢量 定义方式：tf.constant([1,2,3]) 2维张量=矩阵 定义
阅读全文
摘要：可能原因：不同参数的结果保存到了同一文件夹下 解决方法：不同参数结果放在不同的checkpoints 修改保存路径 self.checkpoint_dir
阅读全文
浙公网安备 33010602011771号