小编Jon*_*nyK的帖子

我正在尝试学习TensorFlow,我从以下链接实现了MNIST示例:http://openmachin.es/blog/tensorflow-mnist 我希望能够实际查看训练/测试图像.所以我正在尝试添加代码,以显示第一批的第一张火车图片:

x_i = batch_xs[0]
image = tf.reshape(x_i,[28,28])

现在,因为Data是float32类型(值在[0,1]范围内),我试图将它转换为uint16,然后将其编码为png以显示图像.我试过用tf.image.convert_image_dtype and tf.image.encode_png,但没有成功.你能帮我理解如何将原始数据转换为图像并显示图像？

当对float16 Numpy数字执行数学运算时,结果也是float16类型数.我的问题是如何计算结果？假设我乘以/添加两个float16数字,python是否在float32中生成结果然后将结果截断/舍入为float16？或者计算是否在"16位多路复用器/加法器硬件"中执行？

另一个问题 - 是否有float8类型？我找不到这个......如果没有,那么为什么？谢谢你们!

我最近阅读了一篇非常有趣的论文（http://arxiv.org/pdf/1602.02830v3.pdf），提出了一种训练 CNN 的方法，其权重和激活约束为 [-1,1]。从功率/速度的角度来看，这是非常有益的。

Torch 和 Theano 中该方法的实现在 github 中公开可用： https://github.com/MatthieuCourbariaux/BinaryNet (Theano) https://github.com/itayhubara/BinaryNet (Torch)

我想知道上面的方法是否可以在 TensorFlow 中实现？有没有人试过实现这个？

我设计了一个简单的指南针应用程序，第一步，我用一个视图（指南针视图）编写了该应用程序，并且运行良好。我创建了自定义罗盘视图的新实例，并使用了setcontent（mView）。

现在，我正在尝试使用布局，但我无法使其正常工作！每次尝试时，应用程序崩溃。

这是代码：

自定义视图：

public class CustomDrawableView extends View {
public float azimut;
Paint paint = new Paint();
public CustomDrawableView(Context context) {
    super(context);
    paint.setStyle(Style.STROKE);
    paint.setStrokeWidth(2);
    paint.setColor(Color.WHITE);
    paint.setAntiAlias(true);
    azimut=0;
  };
public CustomDrawableView(Context context, float Azimut) {
  super(context);
  paint.setStyle(Style.STROKE);
  paint.setStrokeWidth(2);
  paint.setColor(Color.WHITE);
  paint.setAntiAlias(true);
  azimut=Azimut;
};
protected void onDraw(Canvas canvas) {
    Bitmap bMap = BitmapFactory.decodeResource(getResources(),R.drawable.compassarrowbitmap);
    int width = getWidth();
    int height = getHeight();
    int centerx = width/2;
    int centery = height/2;
    int imHeight=200;
    int imWidth=200;
    Bitmap arrow = Bitmap.createScaledBitmap(bMap,imHeight , imWidth, false);
    canvas.save(Canvas.MATRIX_SAVE_FLAG); //Saving …