TensorFlow学习笔记（一）

书籍学习

《深度学习：一起玩转Tensorlayer》

CDKI E-Study

基本模型

Nearest Neighbor（最近邻）

资料

• 最近邻方法和向量模型——第一部分
• 最近邻检索（Nearest Neighbor Search）的简单综述

数据集

MNIST

• mnist.train : 55k数据点
• mnist.test：10k测试数据
• mnist.validation：5k验证数据
  • 每个数据包括“手写数字图像”和“对应的标签”
• 文件说明
  • train-images-idx3-ubyte.gz: training set images (9912422 bytes)
  • train-labels-idx1-ubyte.gz: training set labels (28881 bytes)
  • t10k-images-idx3-ubyte.gz: test set images (1648877 bytes)
  • t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)
• 资料
  • 详解 MNIST 数据集

    训练数据集包含 60,000 个样本, 测试数据集包含 10,000 样本. 在 MNIST 数据集中的每张图片由 28 x 28 个像素点构成, 每个像素点用一个灰度值表示. 在这里, 我们将 28 x 28 的像素展开为一个一维的行向量, 这些行向量就是图片数组里的行(每行 784 个值, 或者说每行就是代表了一张图片).

图像去模糊

基础资料

• 图像去模糊（一）——理解模糊核
• 图像去卷积（二）
• 【图像处理】【图像去模糊】 总结
• 去模糊开源代码总结(年代过于久远)
• 基于CNN的图像增强之去模糊

论文

• Deep Generative Filter for Motion Deblurring
  • 论文
  • 翻译
  • 代码
• Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
  • 论文
  • 翻译
  • 代码
  • 笔记

数学知识

概率论

几何

• 范数与距离

其他

指定GPU

import os
os.environ["CUDA_VISIBLE_DEVICES"]="0,1"

动态分配内存

import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
set_session(tf.Session(config=config))

kill进程（Windows，taskkill，详细）

   taskkill /pid PID /F

• taskkill：Windows使用的kill进程的方法
• /pid：按照pid方式查找
• PID：已知的要结束的pid
• /F：表示强制结束
• 更多请点击这里

Tips

• with的使用

with tf.Session() as sess:
    result = sess.run([PRODUCT])

使用with方便在代码结束后自动关闭session

• epoch：迭代次数
• mse：均方误差
• tf.transpose(x)：矩阵x的转置
• tf.gradient：计算梯度
• 使用各种优化器简化代码，提高效率

optimizer = tf.train.GradientDescentOptimizer(learning_rate=learning_rate)

• np.random.seed()：
  • 如果使用相同的seed( )值，则每次生成的随即数都相同；
  • 如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。
  • 设置的seed()值仅一次有效。
• sess.run(op,feed_dict={x:x,y:y})
• sublime粘贴图片
• Dropout：伯努利概率分布
• tf.InteractiveSession()与tf.Session()的区别
• python调用shell的方法：os.popen("nvidia-smi").read()
• epoch,batchsize和iteration的区别

模型的保存与创建

saver = tf.train.Saver()

ERROR分析

• ResourceExhaustedError：一般是内存不够

有用的资料

• 深度学习中的代码资源库------图像处理篇

有用的论文网站

• https://arxiv.org/