#1.通过TensorFlow-Slim定义卷机神经网络importnumpyasnpimporttensorflowastfimporttensorflow.contrib.slimasslimfromtensorflow.examples.tutorials.mnistimportinput_data#通过Tens...

importsysimportcodecsimporttensorflowastf#1.参数设置。#读取checkpoint的路径。9000表示是训练程序在第9000步保存的checkpoint。CHECKPOINT_PATH="F:\temp\attention_ckpt-9000"#模型参数。必须与训练时的模型参数...

importtensorflowastf#1.参数设置。#假设输入数据已经转换成了单词编号的格式。SRC_TRAIN_DATA="F:\TensorFlowGoogle\201806-github\TensorFlowGoogleCode\Chapter09\train.en"#源语言输入文件。TRG_TRAIN_DA...

importsysimportcodecsimporttensorflowastf#1.参数设置。#读取checkpoint的路径。9000表示是训练程序在第9000步保存的checkpoint。CHECKPOINT_PATH="F:\temp\seq2seq_ckpt-9000"#模型参数。必须与训练时的模型参数保持...

importtensorflowastf#1.参数设置。#假设输入数据已经用9.2.1小节中的方法转换成了单词编号的格式。SRC_TRAIN_DATA="F:\TensorFlowGoogle\201806-github\TensorFlowGoogleCode\Chapter09\train.en"#源语言输入文件。...

importnumpyasnpimporttensorflowastf#1.设置参数。TRAIN_DATA="F:TensorFlowGoogle\201806-github\TensorFlowGoogleCode\Chapter09\ptb.train"#训练数据路径。EVAL_DATA="F:TensorFlow...

importsysimportcodecs#1.参数设置MODE="PTB_TRAIN"#将MODE设置为"PTB_TRAIN","PTB_VALID","PTB_TEST","TRANSLATE_EN","TRANSLATE_ZH"之一。ifMODE=="PTB_TRAIN":#PTB训练数据RAW_DATA="F:...

importcodecsimportcollectionsfromoperatorimportitemgetter#1.设置参数。MODE="PTB"#将MODE设置为"PTB","TRANSLATE_EN","TRANSLATE_ZH"之一。ifMODE=="PTB":#PTB数据处理RAW_DATA="F:\Ten...

importtensorflowastf#1.sparse_softmax_cross_entropy_with_logits样例。#假设词汇表的大小为3，语料包含两个单词"20"word_labels=tf.constant([2,0])#假设模型对两个单词预测时，产生的logit分别是[2.0,-1.0,3.0]和...

importnumpyasnpimporttensorflowastfimportmatplotlib.pyplotasplt#定义RNN的参数。HIDDEN_SIZE=30#LSTM中隐藏节点的个数。NUM_LAYERS=2#LSTM的层数。TIMESTEPS=10#循环神经网络的训练序列长度。TRAINING_ST...

importnumpyasnp#1.定义RNN的参数。X=[1,2]state=[0.0,0.0]w_cell_state=np.asarray([[0.1,0.2],[0.3,0.4]])w_cell_input=np.asarray([0.5,0.6])b_cell=np.asarray([0.1,-0.1])w_...

importtempfileimporttensorflowastf#1.列举输入文件。#输入数据生成的训练和测试数据。train_files=tf.train.match_filenames_once("F:\output.tfrecords")test_files=tf.train.match_filenames_...

importtempfileimporttensorflowastf#1.从数组创建数据集。input_data=[1,2,3,5,8]dataset=tf.data.Dataset.from_tensor_slices(input_data)#定义迭代器。iterator=dataset.make_one_shot_...

importtensorflowastf#1.创建文件列表，通过文件列表创建输入文件队列files=tf.train.match_filenames_once("F:\output.tfrecords")filename_queue=tf.train.string_input_producer(files,shuffl...

importtensorflowastf#1.生成文件存储样例数据。def_int64_feature(value):returntf.train.Feature(int64_list=tf.train.Int64List(value=[value]))num_shards=2instances_per_shard=2...