tf.train.string_input_producer()
摘要：处理从文件中读数据 官方说明 简单使用 示例中读取的是csv文件，如果要读tfrecord的文件，需要换成 tf.TFRecordReader 运行结果： 结合批处理 运行结果：
阅读全文
posted @
2018-11-30 16:01
笨拙的忍者
阅读(1538)
推荐(0)
tf.train.slice_input_producer()
摘要：tf.train.slice_input_producer处理的是来源tensor的数据 转载自：https://blog.csdn.net/dcrmg/article/details/79776876 里面有详细参数解释 官方说明 简单使用 运行结果： 用tf.data.Dataset.from_
阅读全文
posted @
2018-11-30 15:40
笨拙的忍者
阅读(3389)
推荐(0)
tf.train.match_filenames_once()
摘要：文件匹配之用 官方解释： 调用样例： https://bbs.csdn.net/topics/392271556 返回值样例：
阅读全文
posted @
2018-11-29 15:17
笨拙的忍者
阅读(984)
推荐(0)
tf.squeeze()
摘要：转载自：https://www.cnblogs.com/mdumpling/p/8053376.html 原型 tf.squeeze(input, squeeze_dims=None, name=None) 从tensor中删除所有大小是1的维度 给定张量输入，此操作返回相同类型的张量，并删除所有尺
阅读全文
posted @
2018-05-20 19:12
笨拙的忍者
阅读(5153)
推荐(0)
tf.concat()
摘要：转载自：https://blog.csdn.net/appleml/article/details/71023039 https://www.cnblogs.com/mdumpling/p/8053474.html tf.concat(concat_dim, values, name='concat
阅读全文
posted @
2018-05-20 19:05
笨拙的忍者
阅读(376)
推荐(0)
tf.slice()
摘要：转载自：https://blog.csdn.net/chenxieyy/article/details/53031943 函数原型 tf.slice(inputs,begin,size,name='') 从inputs中抽取部分内容 参数说明 inputs：可以是list,array,tensor
阅读全文
posted @
2018-05-20 18:48
笨拙的忍者
阅读(235)
推荐(0)
tf.truncates_normal()
摘要：转载自：https://blog.csdn.net/uestc_c2_403/article/details/72235565 tf.truncated_normal(shape, mean, stddev) :shape表示生成张量的维度，mean是均值，stddev是标准差。这个函数产生正太分布
阅读全文
posted @
2018-05-10 18:12
笨拙的忍者
阅读(1458)
推荐(0)
tf.contrib.learn.preprocessing.VocabularyProcessor()
摘要：参数： max_document_length: 文档的最大长度。如果文本的长度大于最大长度，那么它会被剪切，反之则用0填充。 min_frequency: 词频的最小值，出现次数小于最小词频则不会被收录到词表中。 vocabulary: CategoricalVocabulary 对象。 toke
阅读全文
posted @
2018-05-07 14:09
笨拙的忍者
阅读(834)
推荐(0)
tf.expand_dims()
摘要：转载：https://blog.csdn.net/jasonzzj/article/details/60811035 TensorFlow中，想要维度增加一维，可以使用tf.expand_dims(input, dim, name=None)函数。当然，我们常用tf.reshape(input, s
阅读全文
posted @
2018-05-07 11:23
笨拙的忍者
阅读(59360)
推荐(6)
管理
浙公网安备 33010602011771号