The First Column | The Second Column |
---|---|
slim.losses.absolute_difference | |
slim.arg_scope | |
tf.get_variable tf.variable |
|
tf.matmul tf.multiply |
|
tf.add | |
slim.losses.absolute_difference | |
tf.train.AdadeltaOptimizer(1e-4).minimize(loss) | |
slim.losses.softmax_cross_entropy | |
is_training=True | |
is_trianing=False | |
keras冻结指定层 | |
tf.global_variables_initializer() | |
session.run(update) | """ tensorflow sess.run() 并不是计算了整个图, 只是计算了与 sess.run(update)中update这个节点相关的部分 """ |
tf.assign | tf.assign(state, new_val) # 返回tensor, 值为new_val |
with tf.Session as sess: sess.run |
在执行sess.run()时, tensorflow并不是计算了整个图,只是计算了与想要update 的值相关的部分 |
summary_writer = tf.summary.FileWriter("log", sess.graph) |
|
tensorboard --logdir="log" | |
http://hugeng:6006 | |
lsof -i:6006 | |
kill -9 xxxxx | |
tf.summary.scalar | |
tf.summary.merge_all | |
tf.train.AdadeltaOptimizer(1e-4).minimize(loss) | |
tf.train.AdadeltaOptimizer | |
tf.train.AdamOptimizer | |
tf.losses.mean_squared_error | |
MSE mean square error |
|
tf.reduce_mean | |
tf.sqrt | |
np.arange(24,dtype=np.float32). reshape([2,2,2,3]) |
|
square | 平方 |
sqrt | square root 平方根 |
单独跑是这段是用GPU | 放进去就是cpu在跑 |
with tf.Session(config=tf.ConfigProto (log_device_placement=True)) as sess: |
输出运行每一个运算的设备 |
np.load | 使用 numpy.load 从文件加载压缩数据 xxxx.npz |
为什么要使用tf.placeholder? | |
bash: activate: 没有那个文件或目录 | export PATH="~/anaconda3/bin:$PATH" #将PATH添加即可 |
/home/hugeng/.flyai/env/lib/python3.6/site-packages | |
allow_soft_placement=True | 如果你指定的设备不存在,允许TF自动分配设备 |
np.inf | |
微信和邮箱不是同一个帐号 | |
for i in range(data.get_step()): |
使用 data.get_step 作为循环次数 |
tf.Variable(0, trainable=False) | |
tf.train.get_checkpoint_state | |
saver = tf.train.saver() saver.save(sess, '路径 + 模型文件名') |
|
tf.train.saver saver.save model.ckpt.meta |
保存了 Tensorflow 计算图的结构,可以简单理解为神经网络的网络结构。 |
tf.train.saver saver.save model.ckpt.index 和 model.ckpt.data--of- |
文件保存了所有变量的取值。 |
tf.train.saver saver.save checkpoint 文件 |
保存了一个目录下所有的模型文件列表。 |