TensorFlow入门（2）tf.data模块及卷积神经网络CNN基础

tf.data模块

tf.data API (Application Programming Interface)（应用程序编程接口）

可以轻松处理大量数据、不同数据格式以及复杂的转换

tf.data.Dataset （数据集表示一系列元素）中每个元素包含一个或多个Tensor对象。例如，在图片管道中，一个元素可能是单个训练样本，具有一对表示图片数据和标签张量。

通过两种方式来创建tf.data.Dataset

1、直接从Tensor创建Dataset      ——例如 tf.data.Dataset.from_tensor_slices()

2、通过一个或多个tf.data.Dataset对象来使用变换来创建Dataset

Dataset的属性由构成该Dataset的元素的属性映射得到，元素可以是单个张量、张量元组，也可以是张量的嵌套元组。

 

dataset=tf.data.Dataset.from_tensor_slices([1,2,3,4,5,6,7])
for ele in dataset:
    print(ele.numpy())

dataset_1=tf.data.Dataset.from_tensor_slices([[1,2],[3,4],[5,7]])
for ele1 in dataset_1:
    print(ele1.numpy)

dataset_dict=tf.data.Dataset.from_tensor_slices({
    "a":[1,2,3],
    'b':[4,5,6],
    'c':[7,8,9]
})
for ele2 in dataset_dict:
    print(ele2)

CNN基础

当计算机看到一张图像，他看到的是一大堆像素值。当你提供给计算机这一数组后，他将输出描述该图像属于某一特定分类的概率的数字（80%是狗，20%是猫）。计算机可以通过寻找诸如边缘和曲线之类的第几特点来分类图片，继而通过一系列卷积层级建构出更为抽象的概念。

CNN是从视觉皮层的生物学上获得启发的。视觉皮层有小部分细胞对特定部分的 视觉区域敏感。

 

下面是一段代码的简单演示：