摘要： 1.tf.train.batch(image, batch_size=batch_size, num_threads=1) # 获取一个batch的数据 参数说明：image表示输入图片，batch_size表示一个batch的大小，num_threads表示使用几个线程进行执行 实例说明 2.tf 阅读全文

摘要： 1. 配套使用: tf.train.Examples将数据转换为二进制，提升IO效率和方便管理 对于int类型 ： tf.train.Examples(features=tf.train.Features(feature=tf.train.Feature(int64_list=tf.train.In 阅读全文

摘要： 1. tf.reuse_default_graph() # 对graph结构图进行清除和重置操作 2.tf.summary.FileWriter(path)构造writer实例化，以便进行后续的graph写入 参数说明：path表示路径 3.writer.add_graph(sess.graph) 阅读全文

摘要： 1. sys.argv[1:] # 在控制台进行参数的输入时，只使用第二个参数以后的数据 参数说明：控制台的输入:python test.py what, 使用sys.argv[1:]，那么将获得what这个数值 2. tf.split(value=x, num_or_size_split=2, a 阅读全文

摘要： 1. csv.reader(csvfile) # 进行csv文件的读取操作 参数说明：csvfile表示已经有with oepn 打开的文件 2. X.tolist() 将数据转换为列表类型 参数说明：X可以是数组类型等等 代码说明：使用的是单层的rnn网络，迭代的终止条件为，第n的100次循环的损 阅读全文

摘要： 1. rnn.BasicLSTMCell(num_hidden) # 构造单层的lstm网络结构 参数说明：num_hidden表示隐藏层的个数 2.tf.nn.dynamic_rnn(cell, self.x, tf.float32) # 执行lstm网络，获得state和outputs 参数说明 阅读全文

摘要： 问题：LSTM的输出值output和state是否是一样的 1. rnn.LSTMCell(num_hidden, reuse=tf.get_variable_scope().reuse) # 构建单层的LSTM网络 参数说明：num_hidden表示隐藏层的个数，reuse表示LSTM的参数进行复 阅读全文

摘要： 1.cv2.resize(image, (image_size, image_size), 0, 0, cv2.INTER_LINEAR) 参数说明：image表示输入图片，image_size表示变化后的图片大小，0， 0表示dx和dy， cv2.INTER_LINEAR表示插值的方式为线性插值 阅读全文

摘要： 1.tf.nn.lrn(pool_h1, 4, bias=1.0, alpha=0.001/9.0, beta=0.75) # 局部响应归一化，使用相同位置的前后的filter进行响应归一化操作 参数说明：pool_h1表示输入数据，4表示使用前后几层进行归一化操作，bias表示偏移量，alpha和 阅读全文

摘要： 1. tf.nn.conv2d(x, w, strides=[1, 1, 1, 1], padding='SAME') # 对数据进行卷积操作 参数说明：x表示输入数据，w表示卷积核， strides表示步长，分别表示为样本数，长，宽，通道数，padding表示补零操作 2. tf.nn.max_p 阅读全文