python深度神经网络tensorflow1.0主要参数介绍
本文将为大家介绍Python深度神经网络tensorflow1.0主要参数,主要参数可用tf.trainable_variables()分离出来,可查看参数的shape和name,如果要查看具体的值的话,需要先初始化。以下是具体实例:

#取出所有参与训练的参数
params=tf.trainable_variables()
print("Trainable variables:------------------------")
#循环列出参数
for idx,v in enumerate(params):
print("param{:3}:{:15}{}".format(idx,str(v.get_shape()),v.name))
介绍SVM算法
支持向量机算法(SVM)是一种二分类模型,它的基本模型定义为特征空间上的间隔最大的线性分类器。
提取图片经过训练后的值
如果要提取图片经过训练后的值,需要先把图片feed进去,然后提取某层的数据输出作为特征。以下是具体实例:
#读取图片
img=io.imread('d:/cat.jpg')
#resize成100*100
img=transform.resize(img,(100,100))
#三维变四维(100,100,3)-->(1,100,100,3)
img=img[np.newaxis,:,:,:]
img=np.asarray(img,np.float32)
sess=tf.Session()
sess.run(tf.global_variables_initializer())
#提取第二个全连接层的输出值作为特征
fea=sess.run(dense2,feed_dict={x:img})
希望以上内容可以为大家提供一定的帮助,祝愿大家能不断进步,尽早涨薪。
原创文章,作者:小编小本本,如若转载,请注明出处:https://www.benjiyun.com/yunzhujiyunwei/vps-yunwei/6892.html
