小编roi*_*hik的帖子

我正在使用Pycharm进行Python编码,我想在整个代码中更改特定变量的名称.这个操作有键盘快捷键吗？

在Matlab中我可以使用ctrl + shift.

例如:

old_name=5
x=old_name*123

会变成:

new_name=5
x=new_name*123

无需更改两个old_name引用.

谢谢!

我正在使用TensorFlow v0.12训练分类CNN,然后想要使用训练模型为新数据创建标签.

在训练脚本结束时,我添加了以下代码行:

saver = tf.train.Saver()
save_path = saver.save(sess,'/home/path/to/model/model.ckpt')

培训完成后,文件夹中出现的文件为:1.checkpoint ; 2. model.ckpt.data-00000-of-00001 ; 3. model.ckpt.index ; 4. model.ckpt.meta

然后我尝试使用.meta文件恢复模型.在本教程之后,我将以下行添加到我的分类代码中:

saver=tf.train.import_meta_graph(savepath+'model.ckpt.meta') #line1

然后:

saver.restore(sess, save_path=savepath+'model.ckpt') #line2

在更改之前,我需要再次构建图形,然后写入(而不是line1):

saver = tf.train.Saver()

但是,删除图形构建,并使用line1以便还原它,引发了错误.错误是我在我的代码中使用了图中的变量,并且python没有识别它:

predictions = sess.run(y_conv, feed_dict={x: patches,keep_prob: 1.0})

python无法识别y_conv参数.有一种方法可以使用元图恢复变量吗？如果不是,如果我不能使用原始图形中的变量,那么这个恢复有什么帮助？

我知道这个问题不是那么清楚,但我很难用文字表达问题.对不起...

谢谢你的回答,感谢你的帮助!投资回报率.

我训练了一个模型(根据MNIST教程)并保存了它:

saver = tf.train.Saver()
save_path = saver.save(sess,'/path/to/model.ckpt')

我想使用保存的模型来查找新批次图像的标签.我加载模型并用数据库测试它:

# load MNIST data
folds = build_database_tuple.load_data(data_home_dir='/path/to/database')

# starting the session. using the InteractiveSession we avoid build the entiee comp. graph before starting the session
sess = tf.InteractiveSession()

# start building the computational graph
...

BUILD AND DEFINE ALL THE LAYERS

...

y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

# TRAIN AND EVALUATION:
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y_conv), reduction_indices=[1]))
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))


sess.run(tf.initialize_all_variables())
saver = …

我正在TensorFlow中开始一个交互式会话,在定义了所有我开始训练的变量后,评估网络.

这两个命令有什么区别:

1. tf.global_variables_initializer().run()
2. sess.run(tf.initialize_all_variables())

直到今天我使用了第二个命令,但最近我注意到了第一个命令.

谢谢 :)

2 年前，我在 TensorFlow 中编写代码，作为数据加载的一部分，我使用了函数“load_csv_without_header”。现在，当我运行代码时，我收到消息：

WARNING:tensorflow:From C:\Users\Roi\Desktop\Code_Win_Ver\code_files\Tensor_Flow\version1\build_database_tuple.py:124: load_csv_without_header (from tensorflow.contrib.learn.python.learn.datasets.base) is deprecated and will be removed in a future version.
Instructions for updating:
Use tf.data instead.

如何使用 'tf.data' 而不是当前函数？如果没有带有 tf.data 的 csv 标头，我如何才能以相同的格式使用相同的 dtype？我在 Python 3.5 上使用 TF 版本 1.8.0。

感谢你的帮助！