执行com.taobao.timetunnel.bootstrap.BrokerBootstrap 的main方法报错Starting a reliable broker.12/12/07 14:40:59 INFO zookeeper.ZooKeeper: Client environment:zookeeper.version=3.3.2-1031432, built on 11/05/2

inception的paper地址：https://arxiv.org/pdf/1602.07261.pdfInception-V4 Inception-ResNet-v2结构结构图如下：实现如下# -*- coding:utf-8 -*-import tensorflow as tfimport tensorflow.contrib.slim as slim#v4.d

tf.nn.relu(features, name=None)  = max(0,features)参数：features：A `Tensor`. 必须类型: `float32`, `float64`, `int32`, `int64`, `uint8`, `int16`, `int8`, `uint16`,`half`.name：名称返回：Tensor

拆分Tensor: dynamic_partition(data, partitions, num_partition, name=None)Tensorflow中文社区提供的展示：实例# -*- coding:utf-8 -*-import tensorflow as tfx1 = tf.constant([[1,1],[1,1],[1,2],[1,2]], tf.fl

slim nets中包含几种常用的net网络from tensorflow.contrib.slim.python.slim.nets import alexnetfrom tensorflow.contrib.slim.python.slim.nets import inceptionfrom tensorflow.contrib.slim.python.slim.nets import

tf.reshape(tensor, shape, name=None)   数据重定形状函数参数：tensor：输入数据shape：目标形状name：名称返回：Tensor例：# tensor 't' is [1, 2, 3, 4, 5, 6, 7, 8, 9]# tensor 't' 的形状就是 [9]reshape(t, [3, 3])

场景：通过一组图片和一些模板图片进行匹配，得到每一个图片距离最小的模板假设数据是[1,1]和[1,2]， 模板是[2,3]和[2,4]# -*- coding:utf-8 -*-import tensorflow as tfx1 = tf.constant([[1,1],[1,1],[1,2],[1,2]], tf.float32)x2 = tf.constant([[2,3],[

tf.Graph() 函数非常重要，注意提现在两个方面1. 它可以通过tensorboard用图形化界面展示出来流程结构2. 它可以整合一段代码为一个整体存在于一个图中声明情况大体有三种1. tensor:通过张量本身直接出graph# -*- coding: utf-8 -*-import tensorflow as tfc = tf.constant(4.

此处使用的是MNIST,预期结果是99.2%；#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time: 2017/4/19 14:11# @Author: zhangjian# @Site:# @File: less04.py# @Software: PyCharm Community Edition

在计算loss的时候，最常见的一句话就是tf.nn.softmax_cross_entropy_with_logits，那么它到底是怎么做的呢？首先明确一点，loss是代价值，也就是我们要最小化的值tf.nn.softmax_cross_entropy_with_logits(logits, labels, name=None)除去name参数用以指定该操作的name，