TensorFlow官方文档-总览

作者: Java多线程开发者

{Variables: 创建,初始化,保存,和恢复}Variables: 创建,初始化,保存,和恢复

TensorFlow Variables 是内存中的容纳 tensor 的缓存。这一小节介绍了用它们在模型训练时(during training)创建、保存和更新模型参数(model parameters) 的方法。 [参看教程]

TensorFlow 机制 101

用 MNIST 手写数字识别作为一个小例子,一步一步的将使用 TensorFlow 基础架构(infrastructure)训练大规模模型的细节做详细介绍。 [参看教程]

{TensorBoard: 学习过程的可视化}TensorBoard: 学习过程的可视化

对模型进行训练和评估时,TensorBoard 是一个很有用的可视化工具。此教程解释了创建和运行 TensorBoard 的方法,和使用摘要操作(Summary ops)的方法,通过添加摘要操作(Summary ops),可以自动把数据传输到 TensorBoard 所使用的事件文件。 [参看教程]

{TensorBoard: 图的可视化}TensorBoard: 图的可视化

此教程介绍了在 TensorBoard 中使用可视化工具的方法,它可以帮助你理解张量流图的过程并 debug。 [参看教程]

数据读入

此教程介绍了把数据传入 TensorSlow 程序的三种主要的方法: Feeding, Reading 和 Preloading. [参看教程]

线程和队列

此教程介绍 TensorFlow 中为了更容易进行异步和并发训练的各种不同结构(constructs)。 [参看教程]

添加新的 Op

TensorFlow 已经提供一整套节点操作()operation),你可以在你的 graph 中随意使用它们,不过这里有关于添加自定义操作(custom op)的细节。 [参看教程]。

自定义数据的 Readers

如果你有相当大量的自定义数据集合,可能你想要对 TensorFlow 的 Data Readers 进行扩展,使它能直接以数据自身的格式将其读入。 [参看教程]。

使用 GPUs

此教程描述了用多个 GPU 构建和运行模型的方法。 [参看教程]

共享变量 Sharing Variables

当在多 GPU 上部署大型的模型,或展开复杂的 LSTMs 或 RNNs 时,在模型构建代码的不同位置对许多相同的变量(Variable)进行读写常常是必须的。设计变量作用域(Variable Scope)机制的目的就是为了帮助上述任务的实现。 [参看教程] $SOURCE-how_tos-variable_scope-index.md

原文: How-to

翻译:Terence Cooper

校对:lonlonago










文章列表

更多推荐

更多
  • Sklearn与TensorFlow机器学习实用指南第二版 Sklearn 与 TensorFlow 机器学习实用指南第二版,Sklearn与TensorFlow机器学习指南-一、机器学习概览,Sklearn,TensorFlow机器学习指南-...
  • Sklearn与TensorFlow机器学习指南-七、集成学习和随机森林 投票分类,假设你已经训练了一些分类器,每一个都有 80% 的准确率。你可能有了一个逻辑斯蒂回归、或一个 SVM、或一个随机森林,或者一个 ...
  • Sklearn与TensorFlow机器学习指南-八、降维 很多机器学习的问题都会涉及到有着几千甚至数百万维的特征的训练实例。这不仅让训练过程变得非常缓慢,同时还很难找到一个很好的解,我们接下来就会遇到这种情况。这种问题通常被称为维数灾难(curse of ...
  • Sklearn与TensorFlow机器学习指南-六、决策树 决策树的训练和可视化,为了理解决策树,我们需要先构建一个决策树并亲身体验它到底如何进行预测。接下来的代码就是在我们熟知的鸢尾花数据集上进行一个决策树分类器的训练。你可以通过使用export_graphviz()方法,通过生成一个叫做iris...
  • Sklearn与TensorFlow机器学习指南-五、支持向量机 支持向量机(SVM)是个非常强大并且有多种功能的机器学习模型,能够做线性或者非线性的分类,回归,甚至异常值检测。机器学习领域中最为流行的模型之一,是任何学习机器学习的人必备的工具。SVM ...
  • Sklearn与TensorFlow机器学习指南-四、训练模型 ...
  • Sklearn与TensorFlow机器学习指南-二、端到端的机器学习项目 s://github.com/Lisanaaa)、[@飞龙](https://github.com/wizardforcel)、[@PeterHo](https://github.com/PeterHo)、[@ZhengqiJiang]
  • Sklearn与TensorFlow机器学习指南-三、分类 在本章当中,我们将会使用 MNIST 这个数据集,它有着 70000 张规格较小的手写数字图片,由美国的高中生和美国人口调查局的职员手写而成。机器学习的初学者迟早也会处理 MNIST 这个数据集。Scikit-Learn ...
  • Sklearn与TensorFlow机器学习指南-十九、规模化训练和部署 TensorFlow 模型 模型之后,要做什么呢?当然是部署生产了。这只要用模型运行一批数据就成,可能需要写一个脚本让模型每夜都跑着。但是,现实通常会更复杂。系统基础组件都可能需要这个模型用于实时数据,这种情况需要将模型包装成网络服务:这样的话,任何组件都可以通过
  • Sklearn与TensorFlow机器学习指南-十八、强化学习 ...
  • 近期文章

    更多
    文章目录

      推荐作者

      更多