Tensorflow编程问题记录

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/AManFromEarth/article/details/79697964

在编程的时候遇到很多问题和不了解的API，在这里记录下来，以便后续查找使用。若问题累计过多，会进行分类。

(1) tf.app.flags.FLAGS

FLAGS = tf.app.flags.FLAGS

flags.DEFINE_integer('train_batch_size', 8,
                     'The number of images in each batch during training.')
flags.DEFINE_float('weight_decay', 0.00004,
                   'The value of the weight decay for training.')
flags.DEFINE_multi_integer('train_crop_size', [513, 513],
                           'Image crop size [height, width] during training.')
flags.DEFINE_float('last_layer_gradient_multiplier', 1.0,
                   'The gradient multiplier for last layers, which is used to '
                   'boost the gradient of last layers if the value > 1.')
flags.DEFINE_boolean('upsample_logits', True,
                     'Upsample logits during training.')
flags.DEFINE_string('train_logdir', None,
                    'train log path')

def main(unused_argv):
  #主程序

if __name__ == '__main__':
  flags.mark_flag_as_required('train_logdir')  #若是train_logdir为空时报错
  tf.app.run()  #这里使用这一句就可以直接调用上面定义的main函数

执行主程序之前先解析FLAGS，自动传入tf.app.run，并运行主函数。

(2)tf.cast

processed_image = tf.cast(image,tf.float32)

把image的格式转换成tf.float32。

(3)tf.random_uniform()

tf.random_uniform([3,3],minval=min,maxval=max)

返回一个3x3的矩阵，其值在[min,max]之间，为均匀分布

(4)tf.random_shuffle()

tf.random_shuffle(
    value,
    seed=None,#随机种子
    name=None)

对于第一维进行shuffle，如

[[1, 2],       [[5, 6],
 [3, 4],  ==>   [1, 2],
 [5, 6]]        [3, 4]]

(5)tf.lin_space()

tf.lin_space(
    start,
    stop,
    num,
    name=None)

从start开始到stop结束，按一定间隔生成num个数。

扫描二维码关注公众号，回复： 3375089 查看本文章

(6)tf.image.resize_bilinear()

tf.image.resize_bilinear(
    images,#[batch_size,height,width,channels]
    size,
    align_corners=False,#如果是True,则input和output图像的四个角像素是对齐的
    name=None)

进行二次插值重采样。