20200404

Plan

• tensorflow control flow
• leetcode daily

Notes

在tensorflow中，控制流的高级api为两种形式，分别是tf.cond和tf.while_loop。这两个api的具体实现，在tensorflow1.0版本和tensorflow2.0版本是完全不一样的。在v2版本中，基本的操作变成了if和while。 v1的底层为之前说的五种基本operation, switch, merge, enter, exit, nextiteration。 而在v2版本，实现是类似函数式的。v2版本更容易理解，更容易硬件集成，但是v1版本则更为容易进行优化，v2的版本可以lowering成v1版本。 在训练中，需要重点关注，中间结果如何存储，梯度如何进行传递。

在控制流中，tensorArray也是需要我们重点关注的点。其本质就是一个tensor的数组。

宏观上说，这个control flow的构建过程是：tensorflow api -> graph api -> graph ops。

leetcode daily

今天的题目是42. 接雨水，难度为困难。没做出来，看的答案，进行一下总结。

思路一：按照列进行统计。每次针对一列，计算左边最高的left，计算右边最高的right，则min(left, right) - 自身高度height，就是这一列积水。以此统计所有列的和。每一列类似木桶效应的思想。 思路二：思路一的进阶版，用数组存储每一列左边最高的行，则left_max[i] = max(left_max[i - 1], height[i])，右边同理。在思路一的前提下，优化了每次得到左边最高和右边最高的时间。 思路三：在思路二再进行优化，每次只保存左边最大和右边最大，而不是用数组。

leetcode中的思路，真的一步步优化，让人钦佩无比。

More

控制流参考 Inside tensorflow

关于python环境。今天查了一下，conda和virtualenv之间的关系，感觉能得到的结论是conda明显更为强大易用。在stackoverflow上大伙能达成的一致就是，赶紧用conda吧，别花时间折腾什么virtualenv了。