keras作為tensorflow的後端，管理全域性狀態，它用來實現功能模型構建api和統一自動生成的層名。
如果需要在乙個迴圈中建立許多模型，keras的全域性狀態消耗越來越多的記憶體。可以通過呼叫clear_session()釋放全域性狀態，這有助於避免舊模型和層的混亂，特別是在記憶體有限的時候。
在tf官網給出在迴圈中定義網路之前清除記憶體的乙個例子：
在實際中發現在clear_session()後加一句gc.collect()收拾記憶體會減小程序占用的記憶體數量。
tensorflow2的資料載入
對於一些小型常用的資料集，tensorflow有相關的api可以呼叫 keras.datasets 經典資料集 1 boston housing 波士頓房價 2 mnist fasion mnist 手寫數字集 時髦品集 3 cifar10 100 物象分類 4 imdb 電影評價 使用 tf.da...
Tensorflow2 自動求導機制
tensorflow 引入了 tf.gradienttape 這個 求導記錄器 來實現自動求導 如何使用 tf.gradienttape 計算函式 y x x 2 在 x 3 時的導數 import tensorflow as tf x tf.variable initial value 3.初始化...
tensorflow2建立卷積核Conv2D函式
使用conv2d可以建立乙個卷積核來對輸入資料進行卷積計算，然後輸出結果，其建立的卷積核可以處理二維資料。依次類推，conv1d可以用於處理一維資料，conv3d可以用於處理三維資料。在進行神經層級整合時，如果使用該層作為第一層級，則需要配置input shape引數。在使用conv2d時，需要配置...