深度學習筆記(2)--slim框架
阿新 • • 發佈:2018-12-12
今天我發現一個tensorlfow框架--slim
它包裝了一些基本的tensorflow的操作:
比如說卷積:
layers=sli.conv2d(self.X,num_outputs=32,kernel_size=1,stride=[1,1])
比如說標準化處理
Bn1=sli.batch_norm(Fist_op)
還有
weight=sli.variable(name='weights3',shape=[784,10],initializer=tf.truncated_normal_initializer(stddev=0.1))
#以及對這些引數進行共享 scopes:除了tensorflow中的name_scope和variable_scope, tf.slim新增了arg_scope操作,這一操作符可以讓定義在這一scope中的操作共享引數,即如不制定引數的話,則使用預設引數。且引數可以被區域性覆蓋。使得程式碼更加簡潔,如下: with slim.arg_scope([slim.conv2d], padding='SAME', weights_initializer=tf.truncated_normal_initializer(stddev=0.01) weights_regularizer=slim.l2_regularizer(0.0005)): net = slim.conv2d(inputs, 64, [11, 11], scope='conv1') net = slim.conv2d(net, 128, [11, 11], padding='VALID', scope='conv2') net = slim.conv2d(net, 256, [11, 11], scope='conv3')