一get_variable() 函数 get_variable() 函数用于创建或获取变量。 在实现
原创
2023-02-17 16:54:43
72阅读
import tensorflow as tf x = tf.Variable([1,2])a = tf.constant([3,3])#增加一个减法opsub = tf.subtract(x,a)add = tf.add(x,sub) #初始化所有变量init = tf.global_variab
转载
2018-08-10 20:47:00
115阅读
2评论
基础损失函数[机器学习中的损失函数]示例说明：计算multilabel时的BinaryCrossentropytf.keras.losses.BinaryCrossentropy原码：@tf_export('keras.backend.binary_crossentropy')
def binary_crossentropy(target, output, from_logits=False):
TensorFlow 模型库（tensorflow/models）是一个官方的开源项目，它提供了多种预训练的机器学习模型、研究原型以及相关工具，覆盖了深度学习的多个领域。这个库的目的是为了促进研究和实践之间的交流，让开发者能够快速使用和定制最先进的模型。以下是模型库的一些主要组成部分和功能：模型库：预训练模型：包括像Inception、ResNet、VGG、MobileNet这样的经典图像分类模型
转载
2024-10-24 09:54:44
41阅读
Last updated: 2022-09-26, 13:101. 简介TensorFlow 使用变量表示程序中共享、持久化的状态。下面介绍如何创建、更新和管理 tf.Variable。TF变量使用 tf.Variable 类创建，表示值可变的张量。高级 API 如 tf.keras 使用 tf.Variable 保存模型参数。2. 设置本笔记会讨论变量存储位置，取消下面的注释行可以查看变量是保存
训练模型时，需要使用变量(Variables)保存和更新参数。Variables是包含张量(tensor)的内存缓冲。变量必须要先被初始化(initialize)，而且可以在训练时和训练后保存(save)到磁盘中。之后可以再恢复(restore)保存的变量值来训练和测试模型。 主要参考一下两类： - The tf.Variable class. - The tf.train.Saver cl
转载
2024-06-05 22:41:14
44阅读
基于 tf.data API，我们可以使用简单的代码来构建复杂的输入，tf.data API 可以轻松处理大量数据、不同的数据格式以及复杂的转换。tf.data.Dataset中每个元素包含一个或多个 Tensor 对象。例如，在图 片管道中，一个元素可能是单个训练样本，具有一对表示图片数据和标签的张量。 可以通过两种不同的方式来创建tf.data.Dataset（1）直接从 Tensor 创建
转载
2024-03-28 16:40:50
55阅读
本文主要根据TensorFlow变量进行的翻译整理。TensorFlow中变量主要用来表示机器学
转载
2023-04-07 13:55:15
90阅读
## Python查看变量空间变量
在Python编程中，我们经常需要查看变量的值和存储在变量空间中的内容。了解如何查看变量空间中的变量是非常重要的，因为它可以帮助我们理解程序的执行过程和调试代码。
Python提供了几种方法来查看变量空间中的变量，本文将介绍这些方法并提供代码示例。
### 1. 使用`print`语句
最简单的方法是使用`print`语句来输出变量的值。通过将变量作为参
原创
2023-11-20 09:38:07
94阅读
# Python 变量空间的实现
## 导言
在学习和使用 Python 编程语言时，理解变量的作用域和变量空间是非常重要的。本文将通过一步步的指导，帮助刚入行的小白理解和实现 Python 变量空间。
## 整体流程
下面是实现 Python 变量空间的整体流程，我们可以通过一个表格展示每个步骤的内容。
| 步骤 | 代码 | 注释 |
| ------ | ------ | ------
原创
2023-10-08 08:06:02
64阅读
常量、变量、占位符、会话是tensorflow编程的基础也是最常用到的东西，tensorflow中定义的变量、常量都是tensor（张量）类型。常量tf.constant()tensorflow中定义的变量、常量都是tensor（张量）类型常用是在运行过程中不会改变的量，如作线性回归Y = w*X + b ，知道一系列(X, Y) ，通过梯度下降找w和b，X和Y的值在程序运行时就不会去改变，只不断
转载
2024-05-08 09:33:09
32阅读
ULSAM: Ultra-Lightweight Subspace Attention Module for Compact Convolutional Neural Networks 摘要注意机制建模长期依赖关系的能力使其在视觉模型中的部署迅速发展。与卷积算子不同，自注意提供了无限的接受域，并支持全局依赖关系的高效建模。然而，现有的最先进的注意机制产生了较高的计算和参数开销，因此不适合紧凑
python解释器开始执行之后, 就会在内存中开辟一个空间, 每当遇到一个变量的时候, 就把变量名和值之间的关系记录下来, 但是当遇到函数定义的时候, 解释器只是把函数名读入内存, 表示这个函数存在了, 至于函数内部的变量和逻辑, 解释器并不关心. 也就是说一开始的时候函数只是加载进来, 仅此而已, 只有当函数被调用和访问的时候, 解释
转载
2023-08-03 15:25:38
89阅读
神经网络。《Make Your Own Neural Network》，用非常通俗易懂描述讲解人工神经网络原理用代码实现，试验效果非常好。循环神经网络和LSTM。Christopher Olah http://colah.github.io/posts/2015-08-Understanding-LSTMs/ 。seq2seq模型基于循环神经网络序列到序列模型，语言翻译、自动问答等序列到序列场景，
import tensorflow as tf state = tf.Variable(0,name='counter') print(state.name) one = tf.constant(1) #常量加变量还是变量 new_value = tf.add(state,one) #把新的值给st
原创
2021-08-25 14:44:32
170阅读
import tensorflow as tf# variable_scope()示例"""tensorflow中通过变量名称获取变量的机制主要是通过tf.get_variable和tf.variable_scope函数实现的tf提供tf.get_variable函数来创建或获取变量；当tf.get_variable用于创建变量时，它和tf.Variable的功能基本等价"""# ...
原创
2021-07-30 10:31:21
68阅读
这是tensorflow生成的各种模型文件:GraphDef (.pb) - a protobuf that represents the TensorFlow training and or computation graph. This contains operators, tensors, and variables definitions.CheckPoint (.ckpt) - Ser
变量是用来存储和更新参数的，也就是网络中的W或b。变量会被放在内存中。当模型训练结束后，他们需要被存在硬盘上，以便将来使用或分析模型。一.变量创建和初始化 当创建一个变量的时候，需要将一个Tensor作为初始值传入构造函数Variable()。这个初始值可以是随机值也可以是常量。Tensor的初始值需要指定shape，这个shape通常都是固定的，但是也可以通过一些高级方法重新调整。 只是创建
转载
2024-03-07 12:14:15
31阅读
namespace，称之为命名空间，是名称和对象之间的映射，通常以字典的形式保存变量名和其所指代的变量值之间的映射关系。命名空间是变量名称的集合，程序在解析某个变量名称对应的值时，是通过命名空间来查找的，所以了解和掌握命名空间，有助于我们理解程序执行时的查找规则，写出符合预期的代码。在同一个命名空间内，变量名称是唯一的，和字典的key一样，只有这样才可以保证唯一解析到正确的值，而不同
转载
2023-11-02 05:40:42
48阅读
在移动硬盘里存了一些电视剧，这些电视剧都是用迅雷在mac上下载，然后用mounty11存在移动硬盘里的。存了之后第二天插入移动硬盘就发现文件变灰了。以前也有这样的情况，只是那些电影电视剧看过了，也就算了。这次下载了琅琊榜，呈现灰色的结果就是，点击播放器播放的时候，会跳出来提示：xxx已被OX S使用，不能打开。 在网上搜了很多，最多的解决方法大概就是这个：“是文件属性问题，在终端中可以看
转载
2024-07-23 20:05:17
22阅读
