莫烦tensorflow学习第15页

TensorFlow学习——Tensorflow Object Detection API（3.模型训练篇）

2017年6月，Google公司开放了TensorFlowObjectDetectionAPI。这个项目使用TensorFlow实现了大多数深度学习目标检测框架，真中就包括FasterR-CNN。本系列文章将（1）先介绍如何安装TensorFlowObjectDetectionAPI；TensorflowObjectDetectionAPI安装（2）再介绍如何使用已经训练好的模型进行物体检测；文章

ciky奇·2020-08-19 01:26

Pytorch：Batch Normalization批标准化

原文地址分类目录——Pytorch首先我觉得莫烦老师关于BatchNormalization解释很贴切，引用在这里在神经网络中,数据分布对训练会产生影响.比如某个神经元x的值为1,某个Weights的初始值为

BBJG_001·2020-08-19 00:34

PyTorch笔记9-Batch Normalization

本系列笔记为莫烦PyTorch视频教程笔记github源码reference1:网易吴恩达DL课程reference2:知乎关于BN讨论概要我们知道normalizeinput（归一化输入）可以加速神经网络的训练

YJH-666·2020-08-19 00:13

tensorflow--激活函数

来源：tensorflow学习笔记（四）：激活函数tf.nn.relu()tf.nn.sigmoid()tf.nn.tanh()tf.nn.elu()tf.nn.bias_add()tf.nn.crelu

SUNFC·2020-08-19 00:49

【TensorFlow学习笔记】问题篇— —Python读取本地文件时报错Expected image (JPEG, PNG, or GIF)的解决方案

问题分析最近在训练自己的数据集时，训练总是中断，报错提示Expectedimage(JPEG,PNG,orGIF),gotunknownformatstartingwith'\000\000\000\001Bud1\000\000\000\000\000\010\000'根据报错信息提示是由于在使用Python语言读取本地文件的时候，图片文件夹中包含非jpeg,png,gif格式的文件，导致读取无

Jarvis_lele·2020-08-18 19:54

【莫烦】强化学习（Q-learning和Sara）

目录1.Q-learning1）两个状态两个动作的例子2）Q-learing流程2.Sara1）OriginalSara2）Sara(λ\lambdaλ)1.Q-learningQ-learning属于off-policy，即它看着别人玩来学习。而Sara是走到哪一步就选哪一步，所以只能从自身的经验来学习。可以说成Sara比较胆小，尽量保存自身的安全。1）两个状态两个动作的例子2）Q-learin

水滴_·2020-08-18 17:46

【技术干货】Windows - Tensorflow2.3.0-GPU入坑指南(配置CUDA和CUDNN)

【技术干货】Windows-Tensorflow2.3.0-GPU入坑指南(配置CUDA和CUDNN)我是使用的Pycharm进行Tensorflow学习的，特别在此记录一下环境配置的过程。

JinyuZ1996·2020-08-18 17:21

强化学习入门：一文入门强化学习（Sarsa、Q learning、Monte-carlo learning、Deep-Q-Network等）

最近博主在看强化学习的资料，找到这两个觉得特别适合入门，一个是“一文入门深度学习”，一个是”莫烦PYTHON”。

Yalong Liu·2020-08-18 13:47

Tensorflow学习（练习）—CPU训练模型

MaskR-CNN-TrainonShapesDatasetThisnotebookshowshowtotrainMaskR-CNNonyourowndataset.Tokeepthingssimpleweuseasyntheticdatasetofshapes(squares,triangles,andcircles)whichenablesfasttraining.You'dstillneed

weixin_30539835·2020-08-18 12:44

tensorflow学习——keras高级API——序列模型Sequential

Tensorflow官网Keras是一个用于构建和训练深度学习模型的高阶API。它可用于快速设计原型，高级研究和生产，具有以下三个优势：方便用户使用Keras具有针对常见用例做出优化的简单而一致的界面。它可针对用户错误提供切实可行的清晰反馈。模块化和可组合将可配置的构造快连接在一起就可以构建Keras模型，并且几乎不受限制。易于扩展可以自关系编写定义构造块以表达新的研究创意，并且可以创建新层，损失

SwordKii·2020-08-18 11:39

手写数字识别（pytorch）

根据莫烦pytorch教程写的importtorchfromtorch.autogradimportVariableimporttorch.nnasnnimporttorch.utils.dataasDataimporttorchvisionimportmatplotlib.pyplotaspltimportnumpyasnpEPOCH

是皮卡丘奥·2020-08-18 07:08

TensorFlow学习笔记（九）：CIFAR-10训练例子报错解决

以下报错主要是由于TensorFlow升级1.0后与以前代码不兼容所致。1．AttributeError:'module'objecthasnoattribute'random_crop'解决方案：将distorted_image=tf.image.random_crop(reshaped_image,[height,width])改为：distorted_image=tf.random_crop

沫尘雪痕·2020-08-18 07:38

Tensorflow学习笔记——Summary用法

其中tensorboard作为一款可视化神器，可以说是学习tensorflow时模型训练以及参数可视化的法宝。而在训练过程中，主要用到了tf.summary()的各类方法，能够保存训练过程以及参数分布图并在tensorboard显示。tf.summary有诸多函数：tf.summary.scalar用来显示标量信息，其格式为：tf.summary.scalar(tags,values,collec

yanxiaohui1992·2020-08-18 06:38

tensorflow学习

1.将版本一的适用于版本二将importtensorflowastf替换为importtensorflow.compat.v1astftf.disable_v2_behavior()#该行也可以不写这样可以解决大部分的版本问题。也可以单个更改，例如将input1=tf.placeholder(tf.float32)替换为input1=tf.compat.v1.placeholder(tf.floa

小鱼干喝可乐·2020-08-18 01:12

[TensorFlow 学习笔记-06]激活函数(Activation Function)

[版权说明]TensorFlow学习笔记参考：李嘉璇著TensorFlow技术解析与实战黄文坚唐源著TensorFlow实战郑泽宇顾思宇著TensorFlow实战Google深度学习框架乐毅王斌著深度学习

caicaiatnbu·2020-08-17 21:54

TensorFlow学习笔记（三）：tf.nn.conv2d是怎样实现卷积的？

tf.nn.conv2d是TensorFlow里面实现卷积的函数，参考文档对它的介绍并不是很详细，实际上这是搭建卷积神经网络比较核心的一个方法，非常重要tf.nn.conv2d(input,filter,strides,padding,use_cudnn_on_gpu=None,name=None)除去name参数用以指定该操作的name，与方法有关的一共五个参数：第一个参数input：指需要做卷

沫尘雪痕·2020-08-17 17:03

DQN学习（1）注解maze代码

学习自莫烦python（b站搜得到），可以自行去GitHub去找源代码，这个只是用来方便我分类管理自己的博客才公开的。

Z~Ikaros·2020-08-17 17:59

《2020/02/18》tensorflow学习系列2------利用卷积神经网络对mnist数据集进行分类

利用卷积神经网络对mnist数据集进行分类MNIST进阶教程利用卷积神经网络对mnist数据集进行分类_训练模型利用卷积神经网络对mnist数据集进行分类_利用训练好的模型进行分类ps:仅供自己学习使用模型训练"""@date2020/02/18@desc利用卷积网络对mnist数据集进行分类--模型训练"""importtensorflowastffromtensorflow.examples.

guo_xiaozhong·2020-08-17 16:02

莫烦python强化学习系列-DQN学习

传统的Q-learning，我们使用表格来存储每一个状态state,和在这个state下，每个行为action所拥有的Q值。传统的Q-learning不适用状态多的情况。a1a2s1Q(s1,a1)Q(s1,a2)s2Q(s2,a1)Q(s2,a2)..................DQN将神经网络和Q-learning结合。我们可以将状态和动作当成神经网络的输入,然后经过神经网络分析后得到该动

cy冲鸭·2020-08-17 16:51

【】tensorflow学习笔记

一、看懂了Tensor("mul_1:0",shape=(),dtype=int32)中的shapehttps://blog.csdn.net/u013378306/article/details/56281549张量的阶、形状、数据类型TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之

weixin_33989058·2020-08-17 16:52

vgg16.py 完全解析

#tensorflow学习笔记(北京大学)vgg16.py完全解析#QQ群：476842922（欢迎加群讨论学习#!

weixin_33595571·2020-08-17 16:13

Tensorflow学习教程------利用卷积神经网络对mnist数据集进行分类_训练模型

原理就不多讲了，直接上代码，有详细注释。#coding:utf-8importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datamnist=input_data.read_data_sets('MNIST_data',one_hot=True)#每个批次的大小batch_size=100n_batch=mnis

weixin_30755709·2020-08-17 16:56

Tensorflow学习教程------利用卷积神经网络对mnist数据集进行分类_利用训练好的模型进行分类...

#coding:utf-8importtensorflowastffromPILimportImage,ImageFilterfromtensorflow.examples.tutorials.mnistimportinput_datadefimageprepare(argv):#该函数读一张图片，处理后返回一个数组，进到网络中预测"""Thisfunctionreturnsthepixelval

weixin_30627381·2020-08-17 16:16

Tensorflow学习教程------普通神经网络对mnist数据集分类

首先是不含隐层的神经网络，输入层是784个神经元输出层是10个神经元代码如下#coding:utf-8importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data#载入数据集mnist=input_data.read_data_sets("MNIST_data",one_hot=True)#每个批次的大小ba

weixin_30251829·2020-08-17 15:45

tensorflow学习：tf.nn.conv2d 和 tf.layers.conv2d

看了很多tensorflow卷积的例子，有的用了tf.nn.conv2d，有的用了tf.layers.conv2d，那么这两个究竟有啥不同呢？tf.layers.conv2d(inputs,filters,kernel_size,strides=(1,1),padding='valid',data_format='channels_last',dilation_rate=(1,1),activat

wanglitao588·2020-08-17 15:31

强化学习笔记+代码（四）：DQN算法原理和Agent实现

本文主要整理和参考了李宏毅的强化学习系列课程和莫烦python的强化学习教程本系列主要分几个部分进行介绍强化学习背景介绍SARSA算法原理和Agent实现Q-learning算法原理和Agent实现DQN

nbszg·2020-08-17 15:51

PyTorch中的Variable类型

1前言今天在学习PyTorch~之前在莫烦的教程中看到了Variable类型的变量，后来看PyTorch的《DeepLearningwithPyTorch:A60MinuteBlitz》教程时，作者们都没有使用

songyuc·2020-08-17 15:01

TensorFlow学习日记24

1.AdditionRNN解析：#-*-coding:utf-8-*-'''AnimplementationofsequencetosequencelearningforperformingadditionPaddingishandledbyusingarepeatedsentinelcharacter(space)'''from__future__importprint_functionfrom

1000sprites·2020-08-17 14:17

TensorFlow学习笔记（10）--实现AlexNet

2012年，Hinton的学生AlexKrizhevsky提出了深度卷积神经网络模型AlexNet，它可以算是LeNet的一种更深更宽的版本。AlexNet以显著的优势赢得了竞争激烈的ILSVRC2012比赛，top-5的错误率降低至了16.4%，远远领先第二名的26.2%的成绩。AlexNet的出现意义非常重大，它证明了CNN在复杂模型下的有效性，而且使用GPU使得训练在可接受的时间范围内得到结

零尾·2020-08-17 13:19

Tensorflow学习笔记--模型保存与调取

注：本文主要通过莫烦的python学习视频记录的内容，如果喜欢请支持莫烦python。谢谢目前tf的模型保存其实只是参数保存，所以保存文件时你特别要主要以下几点：1、一定要设定好参数的数据类型！

骆驼算法学习笔记·2020-08-17 13:57

【莫烦强化学习】视频笔记（四）2.DQN实现走迷宫

第11节DQN实现走迷宫——《强化学习笔记》上一节已经详细介绍了DQN的两大利器：REPLAYBUFFER（经验回放机制）和冻结Q-target（目标网络，两个网络中用来估计真实Q值的网络），这里给出DQN的伪代码，方便后面的编程实现。11.1主循环DQN伪代码如下:主循环的主要代码就是上面的更新过程，其它诸如DQN类等代码后续补充。主循环要注意的是，这里的两个网络和REPLAYBUFFER的用处

cherreggy·2020-08-17 12:25

tensorflow学习（四）设置两层神经网络对mnist数据进行十分类

importnumpyasnpimporttensorflowastffromtensorflow.examples.tutorialsimportinput_datamnist=input_data.read_data_sets('data/',one_hot=True)#定义神经网络各层的神经元数量hidden1=256hidden2=128num_input=784num_output=10

岸边看风景·2020-08-17 11:25

Deep Q-Network 学习笔记（一）—— Q-Learning 学习与实现过程中碰到的一些坑

参考资料：https://morvanzhou.github.io/非常感谢莫烦老师的教程http://mnemstudio.org/path-finding-q-learning-tutorial.htmhttp

weixin_33924220·2020-08-17 10:31

Deep Q-Network 学习笔记（二）—— Q-Learning与神经网络结合使用（有代码实现）...

参考资料：https://morvanzhou.github.io/非常感谢莫烦老师的教程http://mnemstudio.org/path-finding-q-learning-tutorial.htmhttp

weixin_34186128·2020-08-17 10:50

Tensorflow学习笔记之利用DNNRegressor进行时序预测

Tensorflow学习笔记之利用DNNRegressor进行时序预测 Tensorflow高级库的DNNRegressor很方便使用，如同sklearn库一样的简单，只要定义好数据格式，然后fit然后

xuefeng1207·2020-08-17 04:05

TensorFlow学习笔记（六）——神经网络优化算法

前言：梯度下降算法主要用于优化单个参数的取值,而反向传播算法给出了一个高效的方式在所有参数上使用梯度下降算法，从而使神经网络模型在训练数据上的损失函数尽可能小。反向传播算法是训练神经网络的核心算法，它可以根据定义好的损失函数优化神经网络中参数的取值，从而使神经网络模型在训练数据集上的损失函数达到一个较小值。本文将给出一个具体的样例来解释使用梯度下降算法优化参数取值的过程。一、梯度下降法假设用表示神

行歌er·2020-08-17 03:09

Tensorflow学习之路 —— 线性回归问题实战

线性回归问题实战实现步骤Step1：ComputeLossStep2：ComputeGradientandupdateStep3：Setw=w′andloop数据集完整代码运行结果LinearEquation（线性方程）：y=w*x+b实现步骤1：根据随机初始化的wxb和y来计算loss2：根据当前的wxb和y的值来计算梯度3：更新梯度，循环将新的w′和b′复赋给w和b，最终得到一个最优的w′和b

weixin_41501435·2020-08-17 03:35

Tensorflow学习—— 预创建的 Estimator

预创建的Estimator本文档介绍了TensorFlow编程环境，并向您展示了如何在TensorFlow中解决鸢尾花分类问题。前提条件在使用本文档中的示例代码之前，您需要执行以下操作：安装TensorFlow。如果您是使用virtualenv或Anaconda安装的TensorFlow，请激活您的TensorFlow环境。通过执行以下命令来安装或升级Pandas：pipinstallpandas

疯狂的兔子Philip·2020-08-17 03:50

tensorflow学习笔记(1)：使用入门

详细教程：https://www.tensorflow.org/get_started/premade_estimators我们强烈建议使用下列API编写TensorFlow程序：EstimatorAPI：代表一个完整的模型。EstimatorAPI提供一些方法来训练模型、判断模型的准确率并生成预测。DatasetAPI：构建数据输入管道。DatasetAPI提供一些方法来加载和操作数据，并将数据

==樛木==·2020-08-17 03:44

TensorFlow学习笔记（六）

name_scope与variable_scope写这篇文章的时候自己理解得并不好，所以不建议大家参考。最近在使用Keras，这个库可以选择backend，它有三个backend，包括：TensorFlow，CNTK，Theano。我选择使用的是TensorFlow作为backend，在Keras的optimizers.py文件中有：from.importbackendasK...ifK.back

微丶念（小矿工）·2020-08-17 03:09

Tensorflow学习笔记：Debugging 调试Tensorflow 程序

调试Tensorflow程序TensorFlow调试器(tfdbg)是专门为TensorFlow定制的调试器。在训练或推理的过程中能够让你看到流图的内部结构及状态，由于tensorflow的计算图，使用通常的调试器（如pdb）是看不到的。这个教程展示了怎么样使用tfdbg命令行接口（CLI）工具来调试出现的非数值（nans）和无穷数值（infs）问题，这是在开发tensorflow程序中经常出现的

fanchenxinok·2020-08-17 02:28

TensorFlow学习笔记(4):线性回归，TensorFlow实战

说明此系列文档为学习中国大学mooc,浙江大学开设的《深度学习应用开发-TensorFlow实践》随堂笔记。有监督单变量机器学习案例监督式机器学习机器学习系统：通过学习如何组合输入的信息，来对未见过的数据进行有用的预测。标签：是我们要预测的真实事物：y线性回归中的y变量。特征：指用于描述数据的输入变量：xi线性回归中的[x1.x2x3…xn]变量样本：数据的特定实例：x1.有标签样本具有{特征，标

_昕_·2020-08-17 02:35

Tensorflow学习笔记(1)：关于波士顿房价的预测

为了学习深度学习，深入了解Tensorflow，所以学习了网课Tensorflow实践，以下代码主要来自于该网站：https://www.icourse163.org/learn/ZUCC-1206146808?tid=1206445215#/learn/content?type=detail&id=1211172103&cid=1213735441&replay=true该模型研究的是关于波士顿

Gomeenasai·2020-08-17 02:33

TensorFlow学习笔记6----tf.contrib.learn Quickstart

原文教程：tensorflow官方教程记录关键内容与学习感受。未完待续。。tf.contrib.learn快速介绍——tf.contrib.learn是tensorflow高级别的机器学习API，它可以很轻松安装、训练、验证多种类的机器学习模型。在本教程中，你可以使用它来构建一个神经网络分类器并且利用IrisCSV数据训练，基于花萼、花瓣的几何形状来预测花的种类。——你可以按照以下五步写下代码：加

夏洛的网·2020-08-17 01:56

TensorFlow学习笔记10----Logging and Monitoring Basics with tf.contrib.learn

原文教程：tensorflow官方教程记录关键内容与学习感受。未完待续。。LoggingandMonitoringBasicswithtf.contrib.learn——当训练一个模型时，实时地跟踪和验证处理过程是很有价值的。在本教程中，你将学习如何使用tensorflow的日志功能和监督API，来审计一个关于鸢尾花分类的神经网络分类器的训练过程。这个教程的代码依赖于tf.contrib.lear