tensorflow随笔-归一化,高级卷积层,全连接

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Mon May  6 09:02:50 2019

@author: liuxing

@email:[email protected]
"""
import tensorflow as tf 
layerInput=tf.constant([
            [[[5.]],
            [[10.]],
            [[30.]]]
            ])
lrn=tf.nn.local_response_normalization(layerInput)
sess = tf.Session()
print (sess.run([layerInput,lrn]))
sess.close()

上面是归一化
runfile(’/home/lx/src/learn1.py’, wdir=’/home/lx/src’)

[array([[[[ 5.]],

        [[10.]],

        [[30.]]]], dtype=float32), array([[[[0.9805807 ]],

        [[0.99503726]],

        [[0.99944484]]]], dtype=float32)]

下面是卷积层

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Mon May  6 09:02:50 2019

@author: liuxing

@email:[email protected]
"""
import tensorflow as tf 
imageInput=tf.floor(tf.random_uniform([2,6,4,4],0,255))
conv2d=tf.contrib.layers.convolution2d(imageInput,num_outputs=3,kernel_size=(3,2),activation_fn=tf.nn.relu,stride=(1,1),trainable=True)
sess = tf.Session()
sess.run(tf.initialize_all_variables())

runfile(’/home/lx/src/learn1.py’, wdir=’/home/lx/src’)

  [array([[[[156.,  99., 123.,  77.],
             [ 70.,  28.,  85., 214.],
             [ 10., 120.,  12.,  96.],
             [177.,  69.,  64.,  33.]],
    
            [[147.,  31., 130., 253.],
             [ 46.,  66., 153., 173.],
             [ 86., 157., 155.,   3.],
             [ 24., 151., 205., 227.]],
    
        [[138.,  95., 207.,  29.],
         [ 57., 219.,   1., 208.],
         [144.,  52., 249.,   1.],
         [103., 244., 216., 126.]],

        [[190.,  19.,  48.,  70.],
         [ 26.,  13., 113., 246.],
         [ 12., 116.,  58., 139.],
         [ 13., 213., 191.,  18.]],

        [[185.,  97.,  24., 174.],
         [ 86.,  10., 114., 148.],
         [ 31., 102., 145.,  36.],
         [187., 143.,  64.,  50.]],

        [[241., 150.,  27.,  80.],
         [176., 193.,  25.,   4.],
         [226., 231., 237., 128.],
         [ 90., 152., 208.,  52.]]],


       [[[150.,  57.,  99., 172.],
         [163., 207.,  73.,   6.],
         [149., 249., 187.,  33.],
         [197., 250.,  71., 156.]],

        [[160., 110., 168.,  50.],
         [101., 185.,   3., 208.],
         [ 18.,  11.,  80.,  56.],
         [ 59.,  60.,  10.,  14.]],

        [[ 85., 202., 252., 153.],
         [151., 223., 153., 193.],
         [ 67.,  77.,  98., 166.],
         [ 61.,  77.,  41., 127.]],

        [[ 40.,  74.,  43.,  87.],
         [121.,  14.,  78.,  56.],
         [ 41., 136., 146., 126.],
         [146.,  93.,  49., 200.]],

        [[165., 182.,  12., 127.],
         [ 91.,  94., 149.,  44.],
         [192., 135.,  38., 241.],
         [163.,  17., 103.,  96.]],

        [[ 50., 135., 200.,  75.],
         [ 95., 237., 113., 125.],
         [196., 109.,  19.,  29.],
         [ 76.,  94., 179., 179.]]]], dtype=float32), array([[[[  0.,   0., 156.],
         [ 16.,   0.,  56.],
         [  0.,   0., 199.],
         [  0.,  13., 156.]],

        [[  0.,  24.,   0.],
         [  0., 155.,   0.],
         [  0.,  16.,   0.],
         [  0., 128., 150.]],

        [[  0.,  50.,   0.],
         [  0.,   0., 106.],
         [  0.,   0.,   0.],
         [  0., 110.,   0.]],

        [[  0.,  74.,   0.],
         [  0.,  81.,   0.],
         [  0.,  49.,   0.],
         [  0., 141.,   0.]],

        [[  0., 130.,   0.],
         [  0., 181.,   0.],
         [  0., 175.,   0.],
         [  0.,  23.,   0.]],

        [[  0.,   1.,   0.],
         [  0.,   0.,   0.],
         [  0.,   0.,   0.],
         [ 23.,  26.,   0.]]],


       [[[  0.,   0.,  55.],
         [  0.,   0., 122.],
         [ 39.,   0.,   0.],
         [ 88.,   0., 126.]],

        [[  0., 113.,   0.],
         [  0., 144., 100.],
         [  0., 186.,   0.],
         [  0., 121.,   0.]],

        [[  0.,  30.,   0.],
         [  6.,  21.,   0.],
         [  0.,   4.,  58.],
         [ 49.,  58.,  87.]],

        [[  0., 243.,   0.],
         [  0.,  80.,   0.],
         [  0., 130.,   0.],
         [ 49.,  45.,  41.]],

        [[  0.,   7.,  49.],
         [  0.,  97.,   0.],
         [  0.,  93.,   0.],
         [  0.,  99.,  31.]],

        [[  0.,   0.,   0.],
         [  0.,  69.,   0.],
         [  0.,   0.,   0.],
         [ 40.,  15.,  15.]]]], dtype=float32)]

全连接

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Mon May  6 09:02:50 2019

@author: liuxing

@email:[email protected]
"""
import tensorflow as tf 
dataInput=tf.random_uniform([1,2,4,2],1,10)
fc=tf.contrib.layers.fully_connected(dataInput,num_outputs=3)
sess = tf.Session()
sess.run(tf.initialize_all_variables())

print (sess.run([dataInput,fc]))
sess.close()

runfile(’/home/lx/src/learn1.py’, wdir=’/home/lx/src’)

[array([[[[5.111747 , 2.9328203],
         [4.691348 , 8.092809 ],
         [7.7538805, 1.1228205],
         [1.7708122, 6.8547215]],

        [[3.1235895, 5.9186683],
         [8.558732 , 1.4434764],
         [7.9078717, 9.256509 ],
         [5.494081 , 5.910882 ]]]], dtype=float32), array([[[[2.2052643 , 3.881709  , 2.158118  ],
         [7.7513022 , 2.623786  , 4.5925865 ],
         [0.        , 6.4660835 , 1.6652257 ],
         [6.955322  , 0.32997537, 3.5711632 ]],

        [[5.7233157 , 1.6548012 , 3.3142896 ],
         [0.01591372, 7.1017895 , 1.93678   ],
         [8.416018  , 5.184802  , 5.6208763 ],
         [5.2955246 , 3.6926014 , 3.6536124 ]]]], dtype=float32)]

你可能感兴趣的:(AI)