tensorflow搭建CNN用到的函数
2018-04-07 16:28
239 查看
tf.Variable()tf.truncated_normal(shape, mean, stddev) :shape表示生成张量的维度,mean是均值,stddev是标准差。
tf.nn.con2d(x,W,strides,padding):输入为4维batch[n,x,y,m],n个x*y,m通道的图片(矩阵)卷积结果:padding参数为SAME时,输出的维度:x.shape[0]不变,尺寸变为下图,通道数(x.shape[3])变为卷积核个数,即W.shape[3]
tf.nn.max_pool(x,ksize,strides,padding)池化结果:padding参数为SAME时,输出的shape:x.shape[0]不变,尺寸与ksize和strides有关,x.shape[3]不变
tf.reshape(tensor,shape):
tf.nn.softmax(x):将向量x以softmax形式变为概率表示tf.argmax(x,axis):以axis所示的轴,找出x中最大值的下标.eg:输入为[m,n],axis为0,时,输出的shape为,为1时,输出shape为[m].tf.equal(A,B):返回boolean值,维度与A,B相同tf.cast(x,dype),将x类型变为dtype所示类型tf.reduce_mean(input_tensor,reduction_indices):对input_tensor按照轴reduction_indices求均值tf.nn.sparse_softmax_cross_entropy_with_logits(logits,labels):
出现shape[-1,32,32,3] has negtive dimension错误时,可能是因为placeholder没有被正确feed,检查是否需要placeholder处未进行feed或不需要placeholder处进行了feed
tf.constant(value,dtype=None,shape=None,name=’Const’)
创建一个常量tensor,按照给出value来赋值,可以用shape来指定其形状。value可以是一个数,也可以是一个list。
tf.nn.con2d(x,W,strides,padding):输入为4维batch[n,x,y,m],n个x*y,m通道的图片(矩阵)卷积结果:padding参数为SAME时,输出的维度:x.shape[0]不变,尺寸变为下图,通道数(x.shape[3])变为卷积核个数,即W.shape[3]相关文章推荐
- TensorFlow基础教程:搭建卷积神经网络CNN
- TensorFlow学习笔记8:CNN搭建(layer,estimator等)
- 对比学习用 Keras 搭建 CNN RNN 等常用神经网络和其后端切换(Theano和TensorFlow)
- 用tensorflow搭建CNN的方法
- Deep Learning-TensorFlow (10) CNN卷积神经网络_ TFLearn 快速搭建深度学习模型
- tensorflow之简单卷积神经网络(CNN)搭建
- 第三阶段-tensorflow项目之图像image相关--tensorflow搭建CNNs 之CIFAR-10多个GPU运行
- 利用tensorflow框架搭建CNN网络解析mnist数据集(5)---《深度学习》
- Tensorflow体验: 搭建 3D CNN
- 深度学习---TensorFlow学习笔记:搭建CNN模型
- 『DeepLearning』tensorFlow搭建CNN-mnist上手
- 用Tensorflow搭建CNN卷积神经网络,实现MNIST手写数字识别
- TensorFlow学习笔记7:CNN搭建
- tensorflow搭建cnn人脸识别训练+识别代码(python)
- TensorFlow (2) CNN卷积神经网络_ TFLearn 快速搭建深度学习模型
- tensorflow训练cnn网络实现避障与导航(二)V-rep仿真环境的搭建
- TensorFlow搭建CNN卷积神经网络
- Tensorflow-快速搭建CNN
- 03:一文全解:使用Tensorflow搭建卷积神经网络CNN识别手写数字图片
- Tensorflow体验: 搭建 3D CNN