tensorflow

The First Column	The Second Column
slim.losses.absolute_difference
slim.arg_scope
tf.get_variable tf.variable
tf.matmul tf.multiply
tf.add
slim.losses.absolute_difference
tf.train.AdadeltaOptimizer(1e-4).minimize(loss)
slim.losses.softmax_cross_entropy
is_training=True
is_trianing=False
keras凍結指定層
tf.global_variables_initializer()
session.run(update)	""" tensorflow sess.run() 並非計算了整個圖， 只是計算了與 sess.run(update)中update這個節點相關的部分 """
tf.assign	tf.assign(state, new_val) # 返回tensor， 值爲new_val
with tf.Session as sess: sess.run	在執行sess.run()時， tensorflow並非計算了整個圖，只是計算了與想要update 的值相關的部分
summary_writer = tf.summary.FileWriter("log", sess.graph)
tensorboard --logdir="log"
http://hugeng:6006
lsof -i:6006
kill -9 xxxxx
tf.summary.scalar
tf.summary.merge_all
tf.train.AdadeltaOptimizer(1e-4).minimize(loss)
tf.train.AdadeltaOptimizer
tf.train.AdamOptimizer
tf.losses.mean_squared_error
MSE mean square error
tf.reduce_mean
tf.sqrt
np.arange(24,dtype=np.float32). reshape([2,2,2,3])
square	平方
sqrt	square root 平方根
單獨跑是這段是用GPU	放進去就是cpu在跑
with tf.Session(config=tf.ConfigProto (log_device_placement=True)) as sess:	輸出運行每個運算的設備
np.load	使用 numpy.load 從文件加載壓縮數據 xxxx.npz
爲何要使用tf.placeholder?
bash: activate: 沒有那個文件或目錄	export PATH="~/anaconda3/bin:$PATH" #將PATH添加便可
/home/hugeng/.flyai/env/lib/python3.6/site-packages
allow_soft_placement=True	若是你指定的設備不存在，容許TF自動分配設備
np.inf
微信和郵箱不是同一個賬號
for i in range(data.get_step()):	使用 data.get_step 做爲循環次數
tf.Variable(0, trainable=False)
tf.train.get_checkpoint_state
saver = tf.train.saver() saver.save(sess, '路徑 + 模型文件名')
tf.train.saver saver.save model.ckpt.meta	保存了 Tensorflow 計算圖的結構，能夠簡單理解爲神經網絡的網絡結構。
tf.train.saver saver.save model.ckpt.index 和 model.ckpt.data-*****-of-*****	文件保存了全部變量的取值。
tf.train.saver saver.save checkpoint 文件	保存了一個目錄下全部的模型文件列表。