莫烦tensorflow学习

tensorflow学习笔记(北京大学) tf3_1.py 完全解析

#coding:utf-8#tensorflow学习笔记(北京大学)tf3_1.py完全解析#QQ群：476842922importtensorflowastf#引入模块a=tf.constant([1.0,2.0
weixin_33595571·2020-06-28 03:12

Tensorflow学习-数据读取

Tensorflow数据读取方式主要包括以下三种Preloadeddata:预加载数据Feeding:通过Python代码读取或者产生数据，然后给后端Readingfromfile:通过TensorFlow队列机制，从文件中直接读取数据前两种方法比较基础而且容易理解，在Tensorflow入门教程、书本中经常可以见到，这里不再进行介绍。在介绍Tensorflow第三种读取数据方法之前，介绍以下有关
weixin_30502157·2020-06-27 20:23

tensorflow学习之Saver保存读取

目前不是很懂。。但主要意思是tf可以把一开始定义的参数，包括Weights和Biases保存到本地，然后再定义一个变量框架去加载（restore）这个参数，作为变量本身的参数进行后续的训练，具体如下：importnumpyasnp#SavetofileW=tf.Variable([[1,2,3],[3,4,5]],dtype=tf.float32,name='weights')b=tf.Varia
weixin_30446197·2020-06-27 19:15

tf.Variable、tf.get_variable、tf.variable_scope、tf.name_scope、random、initializer

转自：tensorflow学习笔记（二十三）：variable与get_variableTF.VARIABLE、TF.GET_VARIABLE、TF.VARIABLE_SCOPE以及TF.NAME_SCOPE
weixin_30429201·2020-06-27 19:09

Tensorflow学习：（一）tensorflow框架基本概念

一、Tensorflow基本概念1、使用图（graphs）来表示计算任务，用于搭建神经网络的计算过程，但其只搭建网络，不计算2、在被称之为会话（Session）的上下文（context）中执行图3、使用张量（tensor）表示数据，用“阶”表示张量的维度。关于这一点需要展开一下0阶张量称为标量，表示单独的一个数1阶张量称为向量，表示一个一维数组2阶张量称为矩阵，表示一个二维数组……张量是几阶的可以
weixin_30344131·2020-06-27 18:43

tensorflow学习笔记——使用TensorFlow操作MNIST数据（1）

续集请点击我：tensorflow学习笔记——使用TensorFlow操作MNIST数据（2）本节开始学习使用tensorflow教程，当然从最简单的MNIST开始。
叛逆的鲁鲁修love CC·2020-06-27 15:47

Tensorflow学习系列(二): tensorflow基础

如需转载，请注明出处，欢迎加入深度学习群255568483Graphbasics由nodes(结点)和Edges(边缘)组成。用一个简单的例子来讲解：数据从左到右，请参见箭头的方向1.在开始的时候，有两个值5和3，他们可能来自其它的Graph或者从文件中或者是用户直接输入的。2.这两个初始化的值被传到input结点，在graph中被标记为a和b，a被传给了结点c和d，b也执行相同的操作。3.结点c
vs412237401·2020-06-27 11:01

Tensorflow学习系列(一): tensorflow解决问题的思路

如需转载，请注明出处，欢迎加入深度学习群255568483Tensorflow的介绍请各位自行google，就不做多的介绍了。Tensorflow是一个深度学习框架，他和机器学习一样，有其固定的解决问题的方式。其训练过程有固定的模式，一般如下：1.初始化模型参数2.输入训练数据3.在训练数据上验证模型4.计算损失5.调整模型参数重复第2步操作。解释：1.在第一次运行的时候，初始化模型参数。通常我们
vs412237401·2020-06-27 11:01

Tensorflow学习系列(三): tensorflow mnist数据集如何跑出99+的准确率

如需转载，请注明出处，欢迎加入深度学习群255568483mnist数据集基本上可以算做是数据科学里的helloworld程序。tensorflow官方文档有一个例子可以对mnist数据集做分析，对于刚入门者，可以通过简单的模型达到92%的准确率。以下代码分析是对应所做的分析，请看对应的中文注释#!/usr/bin/envpython#encoding:utf-8#文件说明：#原始参考URL：#功
vs412237401·2020-06-27 11:01

PyTorch笔记5-save和load神经网络

本系列笔记为莫烦PyTorch视频教程笔记github源码概要用PyTorch训练好神经网络（NN）后，如何保存以便下次要用的时候直接提取使用即可，下面举栗importtorchfromtorch.autogradimportVariableimporttorch.nn.functionalasF
YJH-666·2020-06-27 09:13

TensorFlow学习笔记之——常用函数（概览）

本文章内容比较繁杂，主要是一些比较常用的函数的用法，结合了网上的资料和源码，还有我自己写的示例代码。建议照着目录来看。1.矩阵操作1.1矩阵生成这部分主要将如何生成矩阵，包括全０矩阵，全１矩阵，随机数矩阵，常数矩阵等tf.ones|tf.zerostf.ones(shape,type=tf.float32,name=None)tf.zeros([2,3],int32)用法类似，都是产生尺寸为sha
-麦_子-·2020-06-27 08:54

TensorFlow学习一：源码安装

获取源码在安装目录下运行：gitclone--recurse-submoduleshttps://github.com/tensorflow/tensorflow其中–recurse-submodules参数是必须的,用于获取TesorFlow依赖的protobuf库.安装Bazel首先依照教程安装Bazel的依赖.sudoapt-getinstallpkg-configzipg++zlib1g-
持久决心·2020-06-27 07:07

TensorFlow学习：卷积层conv2d参数

卷积层参数解释tf.nn.conv2d(input,filter,strides,padding,use_cudnn_on_gpu=bool,data_format，name=None)input：指定需要做卷积的输入图像，输入要求为一个4维的Tensor，要求输入类型为float32或者float64。输入的shape为[batch,in_height,in_width,in_channels]
wyw66·2020-06-27 07:43

tensorflow学习之dynamic_rnn使用详解

tf.nn.dynamic_rnn使用指定的RNNCell单元创建一个循环神经网络，对输入执行完全动态展开。tf.nn.dynamic_rnn(   cell,   inputs,   sequence_length=None,   initial_state=None,   dtype=None,   parallel_iterations=None,   swap_memory=False, 
大雄没有叮当猫·2020-06-27 06:06

tensorflow学习之softmax使用详解

1.什么是SoftmaxSoftmax在机器学习和深度学习中有着非常广泛的应用。尤其在处理多分类（C>2）问题，分类器最后的输出单元需要Softmax函数进行数值处理。关于Softmax函数的定义如下所示：其中，Vi是分类器类别的输出。i表示类别索引，总的类别个数为C。Si表示的是当前元素的指数与所有元素指数和的比值。Softmax将多分类的输出数值转化为相对概率，更容易理解和比较。我们来看下面这
大雄没有叮当猫·2020-06-27 06:06

tensorflow学习笔记--深度学习中的epochs，batch_size，iterations详解

深度学习框架中涉及很多参数，如果一些基本的参数如果不了解，那么你去看任何一个深度学习框架是都会觉得很困难，下面介绍几个新手常问的几个参数。batch深度学习的优化算法，说白了就是梯度下降。每次的参数更新有两种方式。第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习，这称为Bat
STHSF·2020-06-27 05:31

pytorch笔记-batch

在学习莫烦大神的pytorch视频的batch部分，由于pytorch版本更新，产生了一些不兼容的情况。
1234567890g·2020-06-27 05:58

tensorflow学习笔记（三十六）：learning rate decay

learningratedecay在训练神经网络的时候，通常在训练刚开始的时候使用较大的learningrate，随着训练的进行，我们会慢慢的减小learningrate。对于这种常用的训练策略，tensorflow也提供了相应的API让我们可以更简单的将这个方法应用到我们训练网络的过程中。接口tf.train.exponential_decay(learning_rate,global_step
ke1th·2020-06-27 03:11

tensorflow学习笔记（四十五）：sess.run(tf.global_variables_initializer()) 做了什么？

当我们训练自己的神经网络的时候，无一例外的就是都会加上一句sess.run(tf.global_variables_initializer())，这行代码的官方解释是初始化模型的参数。那么，它到底做了些什么？一步步看源代码：（代码在后面）global_variables_initializer返回一个用来初始化计算图中所有globalvariable的op。这个op到底是啥，还不清楚。函数中调用了
ke1th·2020-06-27 03:11

tensorflow学习笔记（三十五）：control flow

tf.cond(pred,fn1,fn2,name=None)等价于:res=fn1()ifpredelsefn2()注意：pred不能是pythonbool，pred是个标量Tensori.e.tf.placeholder(dtype=tf.bool,shape=[])官网例子z=tf.mul(a,b)result=tf.cond(x
ke1th·2020-06-27 03:11

tensorflow学习笔记(三十九) : 双向rnn (BiRNN)

双向RNN实际上仅仅是两个独立的RNN放在一起,本博文将介绍如何在tensorflow中实现双向rnn单层双向rnn单层双向rnn(cs224d)tensorflow中已经提供了双向rnn的接口,它就是tf.nn.bidirectional_dynamic_rnn().我们先来看一下这个接口怎么用.bidirectional_dynamic_rnn(cell_fw,#前向rnncellcell_b
ke1th·2020-06-27 03:11

tensorflow学习笔记（六）：LSTM 与 GRU

[10.26.2016更新][新增内容：今天写代码的时候，如果使用state_is_tuple=True,那么initial_state=lstm_cell.zero_state(batch_size,dtype=tf.float32)...withtf.Session()assess:tf.initialize_all_variables().run()state=initial_state.e
ke1th·2020-06-27 03:10

tensorflow学习笔记（二十八）：collection

tensorflowcollectiontensorflow的collection提供一个全局的存储机制，不会受到变量名生存空间的影响。一处保存，到处可取。接口介绍#向collection中存数据tf.Graph.add_to_collection(name,value)#Storesvalueinthecollectionwiththegivenname.#Notethatcollections
ke1th·2020-06-27 03:40

tensorflow学习笔记（二十五）：ConfigProto&GPU

tensorflowConfigPrototf.ConfigProto一般用在创建session的时候。用来对session进行参数配置withtf.Session(config=tf.ConfigProto(...),...)#tf.ConfigProto()的参数log_device_placement=True:是否打印设备分配日志allow_soft_placement=True：如果你指
ke1th·2020-06-27 03:39

tensorflow学习笔记（二）：tensor 变换

矩阵操作#对于2-D#所有的reduce_...，如果不加axis的话，都是对整个矩阵进行运算tf.reduce_sum(a,1）#对axis1tf.reduce_mean(a,0)#每列均值第二个参数是axis，如果为0的话，res[i]=∑ja[j,i]res[i]=∑ja[j,i]即（res[i]=∑a[:,i]res[i]=∑a[:,i]），如果是1的话，res[i]=∑ja[i,j]re
ke1th·2020-06-27 03:39

tensorflow学习笔记(二十):分布式注意事项

版本tensorflow0.11.0适用于between-graph&synchronous(1)一定要指定chieftask(2)chieftask要增加两个op:init_token_op=opt.get_init_tokens_op()chief_queue_runner=opt.get_chief_queue_runner()(3)chieftask要执行上面两个op:sv.start_q
ke1th·2020-06-27 03:39

tensorflow学习笔记（四）：激活函数

tesorflow中的激活函数所有激活函数输入和输出的维度是一样的tf.nn.relu()tf.nn.sigmoid()tf.nn.tanh()tf.nn.elu()tf.nn.bias_add()tf.nn.crelu()tf.nn.relu6()tf.nn.softplus()tf.nn.softsign()tf.nn.dropout()tf.nn.relu_layer(x,weights,b
ke1th·2020-06-27 03:39

tensorflow学习笔记（十）：sess.run()

session.run([fetch1,fetch2])关于session.run([fetch1,fetch2])，请看http://stackoverflow.com/questions/42407611/how-tensorflow-handle-the-computional-graph-when-executing-sess-run/42408368?noredirect=1#comme
ke1th·2020-06-27 03:39

tensorflow学习笔记（二十三）：variable与get_variable

Variabletensorflow中有两个关于variable的op，tf.Variable()与tf.get_variable()下面介绍这两个的区别tf.Variable与tf.get_variable()tf.Variable(initial_value=None,trainable=True,collections=None,validate_shape=True,caching_dev
ke1th·2020-06-27 03:39

【tensorflow学习】最简单的GAN 实现

1.GAN基本思想生成式对抗网络GAN(Generativeadversarialnetworks)是Goodfellow等在2014年提出的一种生成式模型。GAN的核心思想来源于博弈论的纳什均衡。它设定参与游戏双方分别为一个生成器(Generator)和一个判别器(Discriminator),生成器捕捉真实数据样本的潜在分布,并生成新的数据样本;判别器是一个二分类器,判别输入是真实数据还是生成
adrianna_xy·2020-06-27 03:20

tensorflow学习笔记

tensorflow安装可以直接通过命令行或者源码安装，在此介绍tensorflow8命令行安装如下：安装tensorflow:sudopipinstall--upgradehttps://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl另外，卸载tensorflow命令为
imperfect00·2020-06-27 02:21

莫烦 Python 基础 Set&正则表达

我的视频学习笔记Setchar_list=['a','b','c','c','d','d','d']#通过set可以去除掉不同的东西sentence='WelcomeBacktoThisTutorial'print(set(char_list))#{'b','d','c','a'}print(type(set(char_list)))#print(type({1:2}))#print(set(se
为伊消得77·2020-06-27 01:40

TensorFlow 实现多层 LSTM 的 MNIST 分类 + 可视化

LongShort-TermMemory,LSTM）能够很好地对时序数据进行建模，其的相关基础不进行介绍，需要了解可以参考以下文章：UnderstandingLSTMNetworksRNN快速入门YJango的循环神经网络——实现LSTM莫烦
懒惰的gler·2020-06-26 23:21

深度强化学习系列tensorflow2.0自定义loss函数实现policy gradient策略梯度

tensorflow2.0自定义loss函数实现policygradient策略梯度，自定义loss=-log(prob)*Vt现在训练最高分能到193分，但是还是不稳定，在修改中，欢迎一起探讨文章代码也有参考莫烦大佬的代码
tqtaylor·2020-06-26 20:27

Python中解决pip下载速度慢的正确姿势合集

参考过的博文：感谢博主@工控男感谢莫烦教程中关于matplotlib的安装教程正确姿势11：在下载包名前加上一些国内较大的镜像，抱住大腿加速这里module代表包的名字pipinstall-ihttps
topia_csdn·2020-06-26 20:47

tensorflow学习-1

TensorFlow的基本概念1、使用图（graphs）来表示计算任务2、在被称之为会话（Session）的上下文（context）中执行图3、使用tensor表示数据4、通过变量（Variable）维护状态5、使用feed和fecth可以为任意的操作赋值或者从中获取数据6、Tensorflow是一个编程系统，使用图（graphs）来表示计算任务，图（graphs）中的节点称之为op（operat
Ｇlücklichste·2020-06-26 15:02

Tensorflow学习笔记（三）——用Tensorflow实现线性回归和逻辑回归

课程名称：CS20:TensorflowforDeepLearningResearch视频地址：https://www.bilibili.com/video/av15898988/index_4.html#page=3课程资源：http://web.stanford.edu/class/cs20si/index.html参考资料：https://zhuanlan.zhihu.com/p/28924
StarCoo·2020-06-26 14:53

机器学习的训练算法(优化方法)汇总——梯度下降法及其改进算法

例如：1、侧重于语言编程和应用的廖雪峰https://www.liaoxuefeng.com/2、侧重于高大上算法和开源库介绍的莫烦https://morvanzhou.github.io/第二，加深对机器学习算法的理解
sqiu_11·2020-06-26 14:39

图像识别（一）

首先我们下载了关于keras的一些资料，并且找到了一篇tensorflow学习笔记，那么正好复习一下关于tensorflow的有关知识。
snailbuster·2020-06-26 13:27

莫烦教我学tensorflow

1.TensorFlow是采用数据流图（dataflowgraphs）来计算,所以首先我们得创建一个数据流流图,然后再将我们的数据（数据以张量(tensor)的形式存在）放在数据流图中计算.节点（Nodes）在图中表示数学操作,图中的线（edges）则表示在节点间相互联系的多维数据数组,即张量（tensor).训练模型时tensor会不断的从数据流图中的一个节点flow到另一节点,这就是Tenso
小白一只an·2020-06-26 12:42

TensorFlow学习之LSTM+CNN用于NLP文本分类（附源码及数据集）

一直想做一个多个网络融合的模型，最近学习了一个使用LSTM联合CNN用于单标签文本分类的项目，在这里做个笔记。侵删。原项目GitHub地址：https://github.com/NLPxiaoxu/Easy_Lstm_Cnn训练所用数据集：https://pan.baidu.com/s/1daGvDO4UBE5NVrcLaCGeqA提取码:9x3i数据集本项目的主题是单标签文本分类，具体来说是一个
鹿鸣Llane·2020-06-26 11:00

TensorFlow学习之LSTM用于股票价格预测

LSTM用于股票价格预测笔记，侵删。原地址：https://blog.csdn.net/mylove0414/article/details/55805974GitHub地址：https://github.com/LouisScorpio/datamining/tree/master/tensorflow-program/rnn/stock_predict1.np.newaxisnp.newaxi
鹿鸣Llane·2020-06-26 11:00

【深度学习】Tensorflow学习记录（一） softmax regression mnist训练

之前学了2个月的caffe，最近打算开始学TensorFlow，这里记录相关的学习、实践测试笔记。TensorFlow安装教程（局部安装conda方法）：http://blog.csdn.net/bitcarmanlee/article/details/52749488入门笔记TensorFlow是由Google开发第二代（基于DistBelief）分布式的机器学习算法实现框架和部署系统，前端支持
修行的猫_zq·2020-06-26 10:00

TensorFlow学习日记40

1.tf.summary.scalar解析：一般在画loss、accuary时会用到这个函数。2.tf.summary.histogram解析：tf.summary.histogram(tags,values,collections=None,name=None)，一般用来显示训练过程中变量的分布情况。3.tf.summary.distribution解析：一般用于显示weights分布。4.tf
1000sprites·2020-06-26 09:59

TensorFlow学习日记21

1.RecurrentNeuralNetwork(LSTM)解析：#-*-coding:utf-8-*-"""SimpleexampleusingLSTMrecurrentneuralnetworktoclassifyIMDBsentimentdataset."""from__future__importdivision,print_function,absolute_importimporttf
1000sprites·2020-06-26 09:59

TensorFlow学习日记39

1.global_step=tf.Variable(0,trainable=False)解析：tf.train.get_global_step()方法返回的是的global_step作为name的tensor。它表全局步数，比如在多少步该进行什么操作，现在神经网络训练到多少轮等，常用于滑动平均、优化器、指数衰减学习率等方面。说明：损失函数优化器的minimize()中global_step=glo
1000sprites·2020-06-26 09:59

TensorFlow学习日记38

1.启动tensorboard解析：tensorboard--logdir./data/autograph/2.Tensorflow自动微分机制解析：Tensorflow一般使用梯度磁带tf.GradientTape来记录正向运算过程，然后反播磁带自动得到梯度值。这种利用tf.GradientTape求微分的方法叫做Tensorflow的自动微分机制。3.tf.GradientTape()求二阶导
1000sprites·2020-06-26 09:27

jupyter不能显示Matplotlib 动画

看莫烦老师的matplotlib教程中，有一段sinx函数动画，用Jupyter跑却不能显示动画效果。
sanra123·2020-06-26 07:43

【TensorFlow学习笔记（三）】常用函数：卷积

卷积函数tf.nn.convolution用于计算N维卷积的和tf.nn.convolution(input,filter,padding,strides=None,dilation_rate=None,name=None,data_format=None)tf.nn.conv2d对四维的输入数据input和四维卷积核filter进行操作，然后对输入数据进行一个二维的卷积操作，最后得到卷积之后的结
roguesir·2020-06-26 06:55

【TensorFlow学习笔记（四）】常用函数：池化

更新时间：2019-07-09池化函数用于降维、提取有效特征，定义在：tensorflow/python/layers/pooling.py中，本篇博客整理了以下三个池化函数。tf.layers.max_pooling1d1D输入的最大池化层tf.layers.max_pooling1d(inputs,pool_size,strides,padding='valid',data_format='c
roguesir·2020-06-26 06:55
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他