摘要: 实现代码: 阅读全文
posted @ 2019-09-15 14:13 Jumpkin1122 阅读(311) 评论(2) 推荐(0)
摘要: 实现代码: 运行结果: 阅读全文
posted @ 2019-09-15 13:38 Jumpkin1122 阅读(309) 评论(0) 推荐(0)
摘要: 文件读取流程:构造文件名队列 >读取与解码 >批处理 构造文件名队列: 读取与解码: 批处理: 线程操作: 读取数据准备: 从队列中读取内容,并进行解码操作,阅读器默认每次只读取一个样本 读取文件内容:文本文件默认一次读取一行,图片一张,二进制一次指定字节数 tf.TextLinerReader:读 阅读全文
posted @ 2019-09-15 05:13 Jumpkin1122 阅读(259) 评论(0) 推荐(0)
摘要: # 运行会话并打印设备信息 sess=tf.Session(config=tf.ConfigProto(allow_soft_placement=True,log_device_placement=Treu)) 阅读全文
posted @ 2019-09-15 05:08 Jumpkin1122 阅读(180) 评论(0) 推荐(0)
摘要: tf.train.Saver(var_list=None,max_to_keep=5) var_list:指定将要保存和还原的变量,可以是一个列表或字典 max_to_keep:指示要保留的最近检查点文件的最大数量,创建新的文件时删除较旧的文件 saver.save(sess,”xxx.ckpt”) saver.restore(sess,”xxx.ckpt”) 阅读全文
posted @ 2019-09-15 05:07 Jumpkin1122 阅读(108) 评论(0) 推荐(0)
摘要: 例子 在指定路径已经生产持久化文件,在指定目录中(Z:/board)打开cmd指定启动TensorBoard可视化工具名执行 执行后最下面生产访问地址 通过这个地址可以访问该操作的可视化图 阅读全文
posted @ 2019-09-15 05:06 Jumpkin1122 阅读(635) 评论(0) 推荐(0)
摘要: 梯度消失: 阅读全文
posted @ 2019-09-15 05:04 Jumpkin1122 阅读(150) 评论(0) 推荐(0)
摘要: 张量的形状: 张量操作: 代码实现1:创建张量 运行结果: 代码实现2:形状操作 运行结果: tf.zeros(shape,dype=tf.float,name=None) #全零张量 tf.ones()是全1张量 tf.zeros_like(tensor,dtype=None,name=None) 阅读全文
posted @ 2019-09-15 05:02 Jumpkin1122 阅读(158) 评论(0) 推荐(0)
摘要: 目前最常用的深度学习框架有TensorFlow和PyTorch,还有高级框架Keras。Caffe已经弃用。 阅读全文
posted @ 2019-09-15 04:54 Jumpkin1122 阅读(122) 评论(0) 推荐(0)
摘要: 代码: 阅读全文
posted @ 2019-09-15 03:29 Jumpkin1122 阅读(667) 评论(0) 推荐(0)
摘要: 代码: 结果:None 阅读全文
posted @ 2019-09-15 03:27 Jumpkin1122 阅读(163) 评论(0) 推荐(0)
摘要: 代码: 结果: 阅读全文
posted @ 2019-09-15 03:25 Jumpkin1122 阅读(326) 评论(0) 推荐(0)
摘要: 代码: 结果: 阅读全文
posted @ 2019-09-15 03:23 Jumpkin1122 阅读(173) 评论(0) 推荐(0)
摘要: 1.http与http的区别 2.get请求与post请求区别 3.HTTP协议请求内容 4.HTTP协议响应内容 阅读全文
posted @ 2019-09-15 03:21 Jumpkin1122 阅读(228) 评论(0) 推荐(0)
摘要: 获取数据-iris,划分训练集和测试集 运行结果: 阅读全文
posted @ 2019-09-15 01:45 Jumpkin1122 阅读(929) 评论(0) 推荐(0)
摘要: 数据集网站 阅读全文
posted @ 2019-09-15 01:40 Jumpkin1122 阅读(771) 评论(0) 推荐(0)