#
TensorFlow 支持占位符placeholder。占位符并没有初始值，它只会分配必要的内存。在会话中，占位符可以使用 feed_dict 馈送数据。 feed_dict是一个字典，在字典中需要
如下所示： import tensorflow as tf tfe = tf.contrib.eager tf.enable_eager_execution() 大多数情况下，在为机器学习模型
在使用TensorFlow的过程中，保存模型参数变量是很重要的一个环节，既可以保证训练过程信息不丢失，也可以帮助我们在需要快速恢复或使用一个模型的时候，利用之前保存好的参数之间导入，可以节省大量的训练
tensorflow中可以通过配置环境变量 'TF_CPP_MIN_LOG_LEVEL' 的值，控制tensorflow是否屏蔽通知信息、警告、报错等输出信息。 使用方法： import os i
Tensorflow数据读取有三种方式： Preloaded data: 预加载数据 Feeding: Python产生数据，再把数据喂给后端。 Reading from file: 从
前言 这几天caffe2发布了，支持移动端，我理解是类似单片机的物联网吧应该不是手机之类的，试想iphone7跑CNN，画面太美~ 作为一个刚入坑的，甚至还没入坑的人，咱们还是老实研究下tensor
在test.py中可以通过如下代码直接生成带weight的pb文件，也可以通过tf官方的freeze_graph.py将ckpt转为pb文件。 constant_graph = graph_uti
TensorFlow修改变量值后，需要重新赋值，assign用起来有点小技巧，就是需要需要弄个操作子，运行一下。 下面这么用是不行的 import tensorflow as tf import
笔者remove TensorFlow总共四次。 reinstall anaconda 三次。 安装技巧可以根据这个博主的文章进行安装。 https://www.jb51.net/article/18
为了查看网络训练的效果或者便于调参、更改结构等，我们常常将训练网络过程中的loss、accurcy等参数。 除此之外，有时我们也想要查看训练好的网络中间层输出和卷积核上面表达了什么内容，这可以帮助我们
