随笔分类 -  Tensorflow

tensorflow-TFRecord 文件详解
摘要：TFRecord 是 tensorflow 内置的文件格式，它是一种二进制文件，具有以下优点： 1. 统一各种输入文件的操作 2. 更好的利用内存，方便复制和移动 3. 将二进制数据和标签(label)存储在同一个文件中 引言 我们先不讲 TFRecord，认识几个操作吧 tf.train.Int6 阅读全文
posted @ 2021-01-09 10:31 Sunshine168 阅读(488) 评论(0) 推荐(0)
正确理解TensorFlow中的logits
摘要：softmax是在一个n分类问题中，输入一个n维的logits向量，输出一个n维概率向量，其物理意义是logits代表的物体属于各类的概率。即softmax的输出是一个n维的one_hot_prediction。 softmax_cross_entropy_with_logits输出的是一个batc 阅读全文
posted @ 2020-12-07 15:59 Sunshine168 阅读(1771) 评论(0) 推荐(0)
笔记:TensorFlow全连接层函数tf.layers.dense()原理
摘要：最近在用TensorFlow实现CNN网络时用到了全连接层，在网上看了很多有关全连接层实现的代码，发现相当一部分人都还是倾向于自己构造权重矩阵W和偏移矩阵b，利用矩阵乘法实现全连接层。而TensorFlow中封装了全连接层函数tf.layers.dense()，但是官方文档中并没有解释其详细原理。网 阅读全文
posted @ 2020-12-07 11:23 Sunshine168 阅读(1164) 评论(0) 推荐(0)
Tensorflow同时加载使用多个模型
摘要：在Tensorflow中，所有操作对象都包装到相应的Session中的，所以想要使用不同的模型就需要将这些模型加载到不同的Session中并在使用的时候申明是哪个Session，从而避免由于Session和想使用的模型不匹配导致的错误。而使用多个graph，就需要为每个graph使用不同的Sessi 阅读全文
posted @ 2020-11-05 11:02 Sunshine168 阅读(516) 评论(0) 推荐(0)
【tensorflow】Decaying the learning rate
摘要：退化学习率(Decaying the learning rate) 操作描述 tf.train.exponential_decay(learning_rate, global_step,decay_steps, decay_rate, staircase=False, name=None) 对学习率 阅读全文
posted @ 2020-10-17 00:10 Sunshine168 阅读(157) 评论(0) 推荐(0)
【TensorFlow】tf.nn.softmax_cross_entropy_with_logits的用法
摘要：在计算loss的时候，最常见的一句话就是tf.nn.softmax_cross_entropy_with_logits，那么它到底是怎么做的呢？ 首先明确一点，loss是代价值，也就是我们要最小化的值 tf.nn.softmax_cross_entropy_with_logits(logits, l 阅读全文
posted @ 2020-10-15 16:44 Sunshine168 阅读(156) 评论(0) 推荐(0)
TensorFlow学习笔记之--[tf.clip_by_global_norm,tf.clip_by_value,tf.clip_by_norm等的区别]
摘要：以下这些函数可以用于解决梯度消失或梯度爆炸问题上。 tensorflow 中的clip_by_norm optimizer = tf.train.AdamOptimizer(learning_rate, beta1=0.5) grads = optimizer.compute_gradients(c 阅读全文
posted @ 2020-10-14 11:42 Sunshine168 阅读(598) 评论(0) 推荐(0)
TensorFlow学习笔记之--[compute_gradients和apply_gradients原理浅析]
摘要：I optimizer.minimize(loss, var_list) 我们都知道，TensorFlow为我们提供了丰富的优化函数，例如GradientDescentOptimizer。这个方法会自动根据loss计算对应variable的导数。示例如下： loss = ... opt = tf.t 阅读全文
posted @ 2020-10-14 11:13 Sunshine168 阅读(315) 评论(0) 推荐(0)
Windows10+Tensorflow1.12-gpu+CUDA+cudnn+Anaconda3.5+Pycharm3.5 离线GPU开发环境搭建
摘要：由于特殊原因不能连网，需要搭建一个离线的tensorflow-gpu的开发环境，折腾了几天，分享给大家，希望少走弯路。 我的配置python3.6+pycharm3.5+anaconda3-5.2.0+cuda9.0+cudnn7.5.1 一、python安装比较简单，不再叙述，Anaconda, 阅读全文
posted @ 2019-07-16 11:32 Sunshine168 阅读(689) 评论(0) 推荐(0)
Windows10+Anaconda3.5+Tensorflow1.13+Pycharm3.5 开发环境搭建问题
摘要：CondaHTTPError: HTTP 000 CONNECTION FAILED for url 解决办法： 找到C:\Users\username\.condarc #首先先添加清华的镜像源conda config --add channels https://mirrors.tuna.tsi 阅读全文
posted @ 2019-04-18 16:39 Sunshine168 阅读(450) 评论(0) 推荐(0)