1 api介面
dynamic_rnn(
cell,
inputs,
sequence_length=none,
initial_state=none,
dtype=none,
parallel_iterations=none,
swap_memory=false,
time_major=false,
scope=none
)
# create a basicrnncell
rnn_cell = tf.nn
.rnn_cell.basicrnncell(hidden_size)
# 'outputs' is a tensor of shape [batch_size, max_time, cell_state_size]
# defining initial state
initial_state = rnn_cell.zero_state(batch_size, dtype=tf.float32)
# 'state' is a tensor of shape [batch_size, cell_state_size]
outputs, state = tf.nn
.dynamic_rnn(rnn_cell, input_data,
initial_state=initial_state,
dtype=tf.float32)
cell:輸入乙個rnncell例項
inputs:rnn神經網路的輸入，如果 time_major == false (default), 輸入的形狀是: [batch_size, max_time, embedding_size],如果 time_major == true, 輸入的形狀是: [ max_time, batch_size, embedding_size].
initial_state: rnn網路的初始狀態，網路需要乙個初始狀態，對於普通的rnn網路，初始狀態的形狀是:[batch_size, cell.state_size].
outputs: rnn網路的輸出單元.
如果time_major == false (default), 輸出單元的形狀是: [batch_size, max_time, cell.output_size].
如果 time_major == true, 輸出單元的形狀是: [max_time, batch_size, cell.output_size].
state：rnn網路最終的狀態，即rnn網路的最終輸出。他的形狀是[batch_size, cell.output_size]
tensorflow中tfrecords使用介紹
這篇文章主要講一下如何用tensorflow中的標準資料讀取方式簡單的實現對自己資料的讀取操作 主要分為以下兩個步驟 1 將自己的資料集轉化為 xx.tfrecords的形式 2 在自己的程式中讀取並使用.tfrecords進行操作 資料集轉換 為了便於講解，我們簡單製作了乙個資料，如下圖所示 程式...
螺栓預緊力 Dyna中建立預緊力螺栓的兩種方法
在整車碰撞 分析特別是零部件 分析中為提高 分析精確度，經常需要考察螺栓及周邊鈑金件的受力情況，這時候就應該通過給螺栓施加預緊力來更準確的模擬螺栓受力情況，dyna中預緊力螺栓可採用 initial stress section關鍵字 和 initial axial force beam關鍵字兩種方...
TensorFlow中遮蔽warning的方法
tensorflow的日誌級別分為以下三種 tf cpp min log level 1 預設設定，為顯示所有資訊 tf cpp min log level 2 只顯示error和warining資訊 tf cpp min log level 3 只顯示error資訊 所以，當tensorflow出...