一、背景： 我們建立了10個CNN模型，然後我們又寫了一個預測類Predict，這個類會從已經保存好的模型restore恢復相應的圖結構以及模型參數。然後我們會創建10個Predict的對象Instance，每個Instanc
一、背景 Keras的易用，pytorch的直觀，但是總避不開tensorflow畢竟谷狗大佬的，範圍很廣，從阿爾法狗由谷狗帶火，AI熱起來，但是tensorflow大部分人還是有點抗拒的，分析原因 1.不符合程序員直覺（程序員的直覺是代
tensorflow 使用CPU和GPU,某度，某google一搜一大堆，排名靠前的都不一定對。如果你搜到我這篇，那麼你肯定準確了。 前提：你安裝了cuda等GPU環境沒有問題 1 、使用CPU 很多人會說，cpu啥都不用配置，直接用就是
一、背景 tensorflow還是非常靈活的，但是有門檻的，門檻有兩點api比較多，理解tensorflow的思維（先建立圖，然後建立session,然後運算，pytorch是不用這樣），這篇文章說說保存tensorflow保存的模型 T
tf.name_scope()對tf.get_variable_scope().reuse_variables() 不起作用 # tf.get_variable_scope().reuse_variables() 的使用 impo
