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冻结指定层
tf.global_variables_initializer()
session.run(update)	""" tensorflow sess.run() 并非计算了整个图， 只是计算了与 sess.run(update)中update这个节点相关的部分 """
tf.assign	tf.assign(state, new_val) # 返回tensor， 值为new_val
with tf.Session as sess: sess.run	在执行sess.run()时， tensorflow并非计算了整个图，只是计算了与想要update 的值相关的部分
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
单独跑是这段是用GPU	放进去就是cpu在跑
with tf.Session(config=tf.ConfigProto (log_device_placement=True)) as sess:	输出运行每个运算的设备
np.load	使用 numpy.load 从文件加载压缩数据 xxxx.npz
为何要使用tf.placeholder?
bash: activate: 没有那个文件或目录	export PATH="~/anaconda3/bin:$PATH" #将PATH添加便可
/home/hugeng/.flyai/env/lib/python3.6/site-packages
allow_soft_placement=True	若是你指定的设备不存在，容许TF自动分配设备
np.inf
微信和邮箱不是同一个账号
for i in range(data.get_step()):	使用 data.get_step 做为循环次数
tf.Variable(0, trainable=False)
tf.train.get_checkpoint_state
saver = tf.train.saver() saver.save(sess, '路径 + 模型文件名')
tf.train.saver saver.save model.ckpt.meta	保存了 Tensorflow 计算图的结构，能够简单理解为神经网络的网络结构。
tf.train.saver saver.save model.ckpt.index 和 model.ckpt.data-*****-of-*****	文件保存了全部变量的取值。
tf.train.saver saver.save checkpoint 文件	保存了一个目录下全部的模型文件列表。