原文网址：http://blog.csdn.net/javaman_chen/article/details/7241087Hadoop的HDFS和MapReduce子框架主要是针对大数据文件来设计的，在小文件的处理上不但效率低下，而且十分消耗内存资源(每一个小文件占用一个Block,每一个block的元数据都存储在namenode的内存里)。解决办法通常是选择一个容器，将这些

笔记：比如我想查看， 模型中最后一个全连接层的参数，在每一轮中是否发生了变化。with tf.variable_scope('w') as scope:w = tf.get_variable('weights',shape=[hidden_nums, self.__num_classes],dtype=tf.float32,initializer=tf.truncated_normal_...

1、首先创建两个placeholder，用来存放测试数据集，和标签。x= tf.placeholder(tf.float32, shape = [BATCH_SIZE,256,256,3])y_ = tf.placeholder(tf.int16,shape = [BATCH_SIZE])2、创建一个FileWriter ,用于写入测试数据信息test_writer = tf.