2020-03-06 标签:tensorflow,并行,读入,数据,详解,最近,研究,方式,现在,将自,理解,整理,如下,比较,仅供参考,主要

最近研究了一下并行读入数据的方式，现在将自己的理解整理如下，理解比较浅，仅供参考。并行读入数据主要分1. 创建文件名列表2. 创建文件名队列3. 创建Reader和Decoder4. 创建样例列表5. 创建批列表（读取时可要可不要，一般情况下样例列表可以执行读取数据操作，但是在实际训练的时候往往需要

2020-03-06 标签:tensorflow,自定义,损失,函数,示例,代码,背景,一般,回归,用的,mse,但要,实际,遇到,情况,而有,改变,现在,想要,做一个

这个自定义损失函数的背景：（一般回归用的损失函数是MSE, 但要看实际遇到的情况而有所改变）我们现在想要做一个回归，来预估某个商品的销量，现在我们知道，一件商品的成本是1元，售价是10元。如果我们用均方差来算的话，如果预估多一个，则损失一块钱，预估少一个，则损失9元钱（少赚的）。显然，我宁愿预估多了

2020-03-06 标签:tensorflow,学习,之分,运行,环境,当我,大型,数据,上面,进行,深度,训练,往往,需要,大量的,资源,还要

当我们在大型的数据集上面进行深度学习的训练时，往往需要大量的运行资源，而且还要花费大量时间才能完成训练。1.分布式TensorFlow的角色与原理在分布式的TensorFlow中的角色分配如下：PS：作为分布式训练的服务端，等待各个终端(supervisors)来连接。worker：在TensorF

2020-03-06 标签:tensorflow,mnist,手写,数据,实现,方法,介绍,集中,包含,各种各样,数字,图片,http,yann,lecun,com,exdb

MNIST数据集介绍MNIST数据集中包含了各种各样的手写数字图片，数据集的官网是：http://yann.lecun.com/exdb/mnist/index.html，我们可以从这里下载数据集。使用如下的代码对数据集进行加载：from tensorflow.examples.tutorials.

2020-02-29 标签:tensorflow,批量,数据,输入,实现,方式,下的,处理,tensor,tfrecords,格式,py,数组,方法

基于Tensorflow下的批量数据的输入处理：1.Tensor TFrecords格式 2.h5py的库的数组方法在tensorflow的框架下写CNN代码，我在书写过程中，感觉不是框架内容难写， 更多的是我在对图像的预处理和输入这部分花了很多精神。使用了两种方法：方法一： Tensor 以Tfr

2020-02-29 标签:tensorflow,累加,实现,案例,由于,python,内部,变量,reference,也没有,意义,判断,输出,是否,同一,从而,判定,新建,tensor

由于python内部的变量其实都是reference，而Tensorflow实现的时候也没有意义去判断输出是否是同一变量名，从而判定是否要新建一个Tensor用于输出。Tensorflow为了满足所有需求，定义了两个不同的函数：tf.add和tf.assign_add。从名字即可看出区别，累加应该使

2020-02-29 标签:详谈,tensorflow,gfile,文件,用法,模块,是什么,定义,python,platform,py,源代码,实现,主要,位于,lib,io,file,主要功能,google

一、gfile模块是什么 gfile模块定义在tensorflow/python/platform/gfile.py，但其源代码实现主要位于tensorflow/tensorflow/python/lib/io/file_io.py，那么gfile模块主要功能是什么呢？google上的定义为：翻译过

2020-02-29 标签:tensorflow,读取,csv,数据,实例,原理,在此,就不,详细,介绍,直接,通过,代码,实现,方法,tf,read,coding,utf

TensorFlow 读取CSV数据原理在此就不做详细介绍，直接通过代码实现：方法一：详细读取tf_read.csv 代码#coding:utf-8import tensorflow as tffilename_queue = tf.train.string_input_producer(["/ho

2020-02-29 标签:tensorflow,实现,txt,文件,读取,数据,方法,有种,比较,常用,的是,下面,两种,n,p,umpy,pdata,loadtxt

TensorFlow从txt文件中读取数据的方法很多有种，我比较常用的是下面两种：【1】np.loadtxtimport numpy as npdata=np.loadtxt('ex1data1.txt',dtype='float',delimiter=',')X_train=data[:,0]y_

2020-02-29 标签:tensorflow,矩阵,运算,实例,相乘,累加,二维,三维,四维,根据,匹配,原则,要等,行数

Tensorflow二维、三维、四维矩阵运算（矩阵相乘，点乘，行/列累加）1. 矩阵相乘 根据矩阵相乘的匹配原则，左乘矩阵的列数要等于右乘矩阵的行数。在多维（三维、四维）矩阵的相乘中，需要最后两维满足匹配原则。可以将多维矩阵理解成：（矩阵排列，矩阵），即后两维为矩阵，前面的维度为矩阵的排列。比如对于