#
TensorFlow 支持占位符placeholder。占位符并沒有初始值，它只會分配必要的內存。在會話中，占位符可以使用 feed_dict 饋送數據。 feed_dict是一個字典，在字典中需要
如下所示： import tensorflow as tf tfe = tf.contrib.eager tf.enable_eager_execution() 大多數情況下，在為機器學習模型
在使用TensorFlow的過程中，保存模型參數變量是很重要的一個環節，既可以保證訓練過程信息不丟失，也可以幫助我們在需要快速恢復或使用一個模型的時候，利用之前保存好的參數之間導入，可以節省大量的訓練
tensorflow中可以通過配置環境變量 'TF_CPP_MIN_LOG_LEVEL' 的值，控制tensorflow是否屏蔽通知信息、警告、報錯等輸出信息。 使用方法： import os i
Tensorflow數據讀取有三種方式： Preloaded data: 預加載數據 Feeding: Python產生數據，再把數據喂給后端。 Reading from file: 從
前言 這幾天caffe2發布了，支持移動端，我理解是類似單片機的物聯網吧應該不是手機之類的，試想iphone7跑CNN，畫面太美~ 作為一個剛入坑的，甚至還沒入坑的人，咱們還是老實研究下tensor
在test.py中可以通過如下代碼直接生成帶weight的pb文件，也可以通過tf官方的freeze_graph.py將ckpt轉為pb文件。 constant_graph = graph_uti
TensorFlow修改變量值后，需要重新賦值，assign用起來有點小技巧，就是需要需要弄個操作子，運行一下。 下面這么用是不行的 import tensorflow as tf import
筆者remove TensorFlow總共四次。 reinstall anaconda 三次。 安裝技巧可以根據這個博主的文章進行安裝。 https://www.jb51.net/article/18
為了查看網絡訓練的效果或者便于調參、更改結構等，我們常常將訓練網絡過程中的loss、accurcy等參數。 除此之外，有時我們也想要查看訓練好的網絡中間層輸出和卷積核上面表達了什么內容，這可以幫助我們
