T 4 - 简书

T 4

tf.nn.max_pool

用法

tf.nn.max_pool(
    value,
    ksize,
    strides,
    padding,
    data_format='NHWC',
    name=None
)

value： 4-D张量；
ksize：过滤器尺寸，4个整数的列表或元祖，常用[1,2,2,1],[1,3,3,1]；

示例

pool = tf.nn.max_pool(actived_conv, ksize=[1, 3, 3, 1],
                      strides=[1, 2, 2, 1], padding="SAME")

tf.contrib.slim

conv2d

conv2d(
    input,
    out_channel,
    size,
    stride=1,
    padding="SAME",
    name=None
)

input：输入张量；
out_channel：过滤器深度；
size：过滤器尺寸，[3,3]；

示例

net = tf.contrib.slim.conv2d(input, 32, [3, 3])

max_pool2d
avg_pool2d
arg_scope

arg_scope(
    list,
    stride=None,
    padding=None
)

list：函数列表；

示例

slim = tf.contrib.slim
with slim.arg_scope([slim.conv2d, slim.max_pool2d, slim.avg_pool2d],
                    stride=1, padding='VALID'):
    ...

tf.concat

用法

tf.concat(
    values,
    axis,
    name='concat'
)

values：由一个或多个张量组成的列表；
axis：要连接的维度；

示例

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
tf.concat([t1, t2], 0)  # [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]
tf.concat([t1, t2], 1)  # [[1, 2, 3, 7, 8, 9], [4, 5, 6, 10, 11, 12]]

tf.train.BytesList

用法

BytesList(
    value=[value]
)

value：字符串类型的数据列表；

示例

import tensorflow as tf 
import numpy as np 

data1 = np.random.rand(2)
data2 = "this is a test data"

data1_bytes = data1.tostring()
data2_bytes = bytes(data2, encoding='utf-8')
data_byteslist = tf.train.BytesList(value=[data1_bytes, data2_bytes])

print(data_byteslist)
#value: "\347j\372\271\376t\354?\267,\270\302\355\220\345?"
#value: "this is a test data"

tf.train.Int64List
tf.train.FloatList

tf.train.Feature

用法

Feature(
    bytes_list=tf.train.BytesList()
    int64_list=tf.train.Int64List()
    float_list=tf.train.FloatList()
)

bytes_list：字符串属性；
int64_list：整数属性；
float_list：浮点数属性；

示例

tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))
tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
tf.train.Feature(float_list=tf.train.FloatList(value=[value]))

tf.train.Features

用法

Features(
    feature={}
)

feature：传入一个字典，字典的key是字符串(feature名)，值是tf.train.Feature对象；

示例

tf.train.Features(feature={
    'data_int': tf.train.Feature(int64_list=tf.train.Int64List(value=[va]))
    'data_bytes': ...
    'data_float': ...
})

tf.train.Example

用法

Example(
    features=tf.train.Features()
)

features：属性对象集合；

示例

example = tf.train.Example(features=tf.train.Features(feature={
    'data_int': tf.train.Feature(int64_list=tf.train.Int64List(value=[va]))
    'data_bytes': ...
    'data_float': ...
}))

SerializeToString

#序列化
example_str = example.SerializeToString()

FromString

#反序列化

最后编辑于：2019.01.31 16:29:37