summary是TensorFlow可视化的工具，主要用到以下函数： 1、tf.summary.scalar() 2、 tf.summary.merge_all() 3、tf.summary.FileWriter() tf.summary.scalar('loss', loss ...

一下均在ubuntu环境下： （1）方法一，使用help()函数； 比如对于tf.placeholder(),在命令行中输入import tensorflow as tf , help(tf.placeholder)即可查看用法，再按"q"即可退出 ...

Saver的作用是将我们训练好的模型的参数保存下来，以便下一次继续用于训练或测试；Restore的用法是将训练好的参数提取出来。 1.Saver类训练完后，是以checkpoints文件形式保存。提取的时候也是从checkpoints文件中恢复变量。Checkpoints文件是一个二进制文件 ...

一般在保存模型参数的时候，都会保存一份moving average，是取了不同迭代次数模型的移动平均，移动平均后的模型往往在性能上会比最后一次迭代保存的模型要好一些。 tensorflow-models项目中tutorials下cifar中相关的代码写的有点问题，在这写下我自己的做法 ...

TensorFlow是一个采用数据流图，用于数值计算的开源软件库。自己接触tensorflow比较的早，可是并没有系统深入的学习过，现在TF在深度学习已经成了“标配”，所以打算系统的学习一遍。在本篇文章中主要介绍TF的基础知识。。。 创建并运行图### 首先创建 两个变量 然而，f中 ...

最近在研究tensorflow自带的例程speech_command,顺便学习tensorflow的一些基本用法。 其中tensorboard 作为一款可视化神器，可以说是学习tensorflow时模型训练以及参数可视化的法宝。 而在训练过程中，主要用到了tf.summary ...

网上找了下tensorflow中使用batch normalization的博客，发现写的都不是很好，在此总结下： 1.原理 公式如下： y=γ(x-μ)/σ+β 其中x是输入，y是输出，μ是均值，σ是方差，γ和β是缩放（scale）、偏移（offset）系数。 一般来讲，这些参数都是 ...

网址：http://blog.csdn.net/mao_xiao_feng/article/details/53366163 tf.concat是连接两个矩阵的操作 tf.concat(co ...