2019年12月19日

摘要： import numpy as np import tensorflow as tf import matplotlib.pyplot as plt # 定义RNN的参数。 HIDDEN_SIZE = 30 # LSTM中隐藏节点的个数。 NUM_LAYERS = 2 # LSTM的层数。 TIMESTEPS = 10 # 循环神经网络的训练序列长度。 TRAINING_STEPS = 10000 阅读全文

摘要： import numpy as np # 1. 定义RNN的参数。 X = [1,2] state = [0.0, 0.0] w_cell_state = np.asarray([[0.1, 0.2], [0.3, 0.4]]) w_cell_input = np.asarray([0.5, 0.6]) b_cell = np.asarray([0.1, -0.1]) w_output = np. 阅读全文

摘要： import tempfile import tensorflow as tf # 1. 列举输入文件。 # 输入数据生成的训练和测试数据。 train_files = tf.train.match_filenames_once("F:\\output.tfrecords") test_files = tf.train.match_filenames_once("F:\\output_test... 阅读全文

摘要： import tempfile import tensorflow as tf # 1. 从数组创建数据集。 input_data = [1, 2, 3, 5, 8] dataset = tf.data.Dataset.from_tensor_slices(input_data) # 定义迭代器。 iterator = dataset.make_one_shot_iterator() # get_ 阅读全文

摘要： import tensorflow as tf # 1. 创建文件列表，通过文件列表创建输入文件队列 files = tf.train.match_filenames_once("F:\\output.tfrecords") filename_queue = tf.train.string_input_producer(files, shuffle=False) #解析TFRecord文件里的数据 阅读全文

摘要： import tensorflow as tf # 1. 生成文件存储样例数据。 def _int64_feature(value): return tf.train.Feature(int64_list=tf.train.Int64List(value=[value])) num_shards = 2 instances_per_shard = 2 for i in range(num_shar 阅读全文

摘要： import tensorflow as tf #1. 定义队列及其操作。 queue = tf.FIFOQueue(100,"float") enqueue_op = queue.enqueue([tf.random_normal([1])]) qr = tf.train.QueueRunner(queue, [enqueue_op] * 5) tf.train.add_queue_runn... 阅读全文

摘要： import tensorflow as tf #1. 创建队列，并操作里面的元素。 q = tf.FIFOQueue(2, "int32") init = q.enqueue_many(([0, 10],)) x = q.dequeue() y = x + 1 q_inc = q.enqueue([y]) with tf.Session() as sess: init.run() ... 阅读全文

摘要： import numpy as np import tensorflow as tf import matplotlib.pyplot as plt #随机调整图片的色彩，定义两种顺序。 def distort_color(image, color_ordering=0): if color_ordering == 0: image = tf.image.random_brightness(ima 阅读全文

摘要： import numpy as np import tensorflow as tf import matplotlib.pyplot as plt #读取图片 image_raw_data = tf.gfile.FastGFile("F:\\TensorFlowGoogle\\201806-github\\datasets\\cat.jpg",'rb').read() with tf.Sessi 阅读全文