莫烦tensorflow学习

心态爆炸怀疑人生的一天 TensorFlow学习笔记（7月9日）

午睡迷迷糊糊要结束的时候忽然想起关于时间序列预测处理的不对，我所需要的数据“有的”预测“没有的”，采用sin序列预测模型是有容错的也就是说新预测得到数据不会参与到下一轮的预测中学习了这位大佬的模型https://blog.csdn.net/mylove0414/article/details/55805974借此安装了pandas用anaconda安装就两行就OK了注意要在TensorFlow环境
Cathy_grey·2018-07-09 22:02

PyTorch动态神经网络（莫烦）上

一简述1.神经网络简述（以图片为例）对于和给定的一张猫的图片，相当于一个激励，在每个神经网络层中有部分的神经元被激活（发），最后会得出一个结果，比如是狗，知道是错的，再反向传（感觉用词不太准确），之前被激发的神经元不会像之前那么活跃，但同时会有新的神经元被激活，其实相当于修改参数，多次重复后，就会得到一个比较完美的结果，识别为猫。2.神经网络：梯度下降（向着梯度降低最快的方向走到梯度最小的地方）优
爬坡少女·2018-07-07 11:14

tensorflow学习笔记

1.CIFAR-10Cifar-10是由Hinton的两个大弟子AlexKrizhevsky、IlyaSutskever收集的一个用于普适物体识别的数据集。Cifar是加拿大政府牵头投资的一个先进科学项目研究所。Hinton、Bengio和他的学生在2004年拿到了Cifar投资的少量资金，建立了神经计算和自适应感知项目。这个项目结集了不少计算机科学家、生物学家、电气工程师、神经科学家、物理学家、
北海尚易·2018-07-05 21:31

TensorFlow学习笔记一

Ubuntu14.04（python2.7）下pip安装更新源包$sudoapt-getupdate安装pip$sudoapt-getinstallpython-pip安装TensorFlow(cpu版本)$pipinstallhttps://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x
Ankang0320·2018-07-04 11:02

TensorFlow学习（一）——常用方法

笔者是一个痴迷于挖掘数据中的价值的学习人，希望在平日的工作学习中，挖掘数据的价值，找寻数据的秘密，笔者认为，数据的价值不仅仅只体现在企业中，个人也可以体会到数据的魅力，用技术力量探索行为密码，让大数据助跑每一个人，欢迎直筒们关注我的公众号，大家一起讨论数据中的那些有趣的事情。我的公众号为：livandata一、tensorflow的常用函数：importtensorflowastfimportnu
livan1234·2018-07-04 00:24

tensorflow学习笔记（三）：多层感知器

与softmaxRegression不同之处在于：1、加入一层隐藏层；2、训练时，采用dropout（随机失活）策略随机失活，其实就是在训练的过程中，随机的将一些神经元的响应进行抑制，不让它激活，使得训练过程中，每一次训练仅仅是网络中的部分神经元，最后训练好的神经网络相当于是多个神经网络的集成，能够很好降低过拟合的风险。fromtensorflow.examples.tutorials.mnist
Mirror_Yu_Chen·2018-07-03 18:58

tensorflow学习之tf.cast类型转换函数

nsorflow学习之tf.cast类型转换函数tf.cast(x,dtype,name=None)//此函数是类型转换函数，把x的类型转换成dtype指定的类型Args:x:ATensororSparseTensor.dtype:Thedestinationtype.name:Anamefortheoperation(optional).Returns:ATensororSparseTensor
qq_30868235·2018-07-02 12:39

TensorFlow入门必看：Google AI实习生经验谈

这篇文章是Jacob为TensorFlow写的一个实用教程，作者表示，要是在开启TensorFlow学习
小谷先生·2018-06-29 23:32

[Python人工智能] 七.加速神经网络、激励函数和过拟合

主要是学习"莫烦大神"网易云视频的在线笔记，后面随着深入会讲解具体的项目及应用。基
Eastmount·2018-06-25 23:12

[Python人工智能] 七.加速神经网络、激励函数和过拟合

主要是学习"莫烦大神"网易云视频的在线笔记，后面随着深入会讲解具体的项目及应用。基
Eastmount·2018-06-25 23:12

Hands-On Machine Learning with Scikit-Learn and TensorFlow学习笔记（一）

Hands-OnMachineLearningwithScikit-LearnandTensorFlow学习记录机器学习真的是深入到了每一个学科。从今天起，博主将会一边看这本书一边做一些笔记。
风飘絮起·2018-06-25 21:55

tensorflow学习，python-tensorFlow安装(cpu)，解决 name ‘N_TOKENS’ is not defined 和 cannot import name pywrap_

原帖：向日葵智能TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。TensorFlow可被用于语音识别或图像识别等多
ryuchong·2018-06-25 20:05

莫烦PYTHON | Tensorflow教程——建造我们第一个神经网络（第三章）

#3.1例子3添加层defadd_layer()为神经网络添加一个神经层importtensorflowastf#添加一个神经层defadd_layer(inputs,in_size,out_size,activation_function=None):Weights=tf.Variable(tf.random_normal([in_size,out_size]))#in_size代表行/输入层b
kudou1994·2018-06-25 18:28

莫烦PYTHON | Tensorflow教程——Tensorflow基础构架（第二章）

2.1处理结构计算图纸Tensorflow首先要定义神经网络的结构，然后再把数据放入结构当中进行运算和训练。我们要做得就是要建立一个这样的结构，然后把数据放进去，之后tensorflow就可以自己运行，tensorflow字面意思翻译过来就是向量在里面飞。上图就是一个循环，从输入层输入数据，数据飞到隐藏层再到输出层，用梯度下降法处理，完成对几个参数的更新，用更新之后的参数再次应用到隐藏层中去学习，
kudou1994·2018-06-22 02:30

莫烦PYTHON | Tensorflow教程——Tensorflow简介（第一章）

当然莫烦老师个人水平可能很高，但是讲课水平真的不高，个人感受，勿喷。本笔记基于莫烦python的tensorflow教程1.1科普：人工神经网络VS生物神经网络生物神经网络：人的神经网
kudou1994·2018-06-21 15:09

tensorflow学习笔记（tf.where）

tf.where(condition, x=None,y=None, name=None)  根据condition返回x或y中的元素。  函数参数：condition：一个bool类型的张量（Tensor）。x：可能与condition具有相同形状的张量；如果condition的秩是1，则x可能有更高的排名，但其第一维度必须匹配condition的大小。y：与x具有相同的形状和类型的张量。nam
爱上北方的冷冬·2018-06-19 22:45

tensorflow学习笔记十一：用别人训练好的模型来进行图像分类

谷歌在大型图像数据库ImageNet上训练好了一个Inception-v3模型，这个模型我们可以直接用来进来图像分类。下载地址：https://storage.googleapis.com/download.tensorflow.org/models/inception_dec_2015.zip下载完解压后，得到几个文件：其中的classify_image_graph_def.pb文件就是训练好的
频率52HZ·2018-06-17 10:02

tensorflow学习笔记六：卷积层

一、旧版本（1.0以下）的卷积函数：tf.nn.conv2dconv2d(input,filter,strides,padding,use_cudnn_on_gpu=None,data_format=None,name=None)该函数定义在tensorflow/python/ops/gen_nn_ops.py。参数：input:一个4维Tensor（N,H,W,C).类型必须是以下几种类型之一:
频率52HZ·2018-06-15 19:41

tensorflow学习笔记五：用CNN进行图像分类

tensorflow升级到1.0之后，增加了一些高级模块：如tf.layers,tf.metrics,和tf.losses，使得代码稍微有些简化。任务：花卉分类版本：tensorflow1.0数据：http://download.tensorflow.org/example_images/flower_photos.tgz花总共有五类，分别放在5个文件夹下。#-*-coding:utf-8-*-f
频率52HZ·2018-06-15 19:28

Tensorflow学习笔记-输入数据处理框架

原文链接：https://blog.csdn.net/lovelyaiq/article/details/78709826通过前面几节的总结，Tensorflow关于TFRecord格式文件的处理、模型的训练的架构为：1、获取文件列表、创建文件队列：http://blog.csdn.net/lovelyaiq/article/details/787119442、图像预处理：http://blog.
开心95·2018-06-15 15:48

莫烦机器学习笔记【二】

一、建立一个简单的神经网络importtensorflowastfimportnumpyasnp#定义一个添加层的函数defadd_layer(inputs,in_size,out_size,activation_function=None):#要添加的功能None时为线性函数Weights=tf.Variable(tf.random_normal([in_size,out_size]))#定义矩
冲鸭！！！！！·2018-06-15 11:24

tensorflow学习笔记四：mnist实例--卷积神经网络(CNN）

mnist的卷积神经网络例子和上一篇博文中的神经网络例子大部分是相同的。但是CNN层数要多一些，网络模型需要自己来构建。程序比较复杂，我就分成几个部分来叙述。首先，下载并加载数据：importtensorflowastfimporttensorflow.examples.tutorials.mnist.input_dataasinput_datamnist=input_data.read_data
频率52HZ·2018-06-15 10:38

tensorflow学习笔记三：mnist实例--用简单的神经网络来训练和测试

刚开始学习tf时，我们从简单的地方开始。卷积神经网络（CNN）是由简单的神经网络（NN）发展而来的，因此，我们的第一个例子，就从神经网络开始。神经网络没有卷积功能，只有简单的三层：输入层，隐藏层和输出层。数据从输入层输入，在隐藏层进行加权变换，最后在输出层进行输出。输出的时候，我们可以使用softmax回归，输出属于每个类别的概率值。借用极客学院的图表示如下：其中，x1,x2,x3为输入数据，经过
频率52HZ·2018-06-15 09:30

TensorFlow学习5：神经网络优化

神经元模型用数学公式表示为：f为激活函数。引入非线性激活因素，提高模型的表达力。常见的激活函数有relu，sigmoid，tanh等。损失函数用来预测表示预测值（y）与已知答案（y_）的差距。在训练神经网络时，通过不断改变神经网络中的所有参数，使损失函数不断减小，从而训练出更高准确率的神经网络模型。常用的损失函数有均方误差，自定义和交叉熵等。代码示例1预测酸奶日销售量y，x1和x2为影响日销售量的
崔业康·2018-06-14 15:37

tensorflow学习笔记——定义神经网络的一个隐藏层

描述常见的神经网络，如前馈神经网络，BP神经网络，自动编码器等，参数一般是权重W，偏置b以及激活函数activationfunction。在具体应用一个神经网络模型前，通过tensorflow提前定义一个神经网络的添加层是很容易，也是很有必要的源代码#coding:utf-8#导入tensorflow模块importtensorflowastf#定义一个添加层defadd_layer(inputs
Manduner_TJU·2018-06-13 15:58

tensorflow学习笔记——传入值之placeholder，feed_dict用法

描述tensorflow中需要传入值时，要同时用到placeholder、feed_dict。-placeholder定义输入值的类型，以及数据结构-feed_dict，表示python中的字典（python中dist是字典，元素是键值对的存储模式），用于接收真实的输入值。相关公式矩阵乘法中的两个矩阵，以及输出结果为：[102131]×⎡⎣⎢310221⎤⎦⎥=[5193][123011]×[32
Manduner_TJU·2018-06-13 14:03

[Python人工智能] 六.神经网络的评价指标、特征标准化和特征选择

主要是学习"莫烦大神"网易云视频的在线笔记，后面随着深入会讲解具体的项目及应用。基础性文章和
Eastmount·2018-06-12 00:57

[Python人工智能] 六.神经网络的评价指标、特征标准化和特征选择

主要是学习"莫烦大神"网易云视频的在线笔记，后面随着深入会讲解具体的项目及应用。基础性文章和
Eastmount·2018-06-12 00:57

数据挖掘---深度学习之TensorFlow学习（一）

TensorFlow学习（一）TensorFlow安装TensorFlow基本概念TensorFlow简单例子TensorFlow安装在centos上面体验，使用的是Anaconda的方式，里面自带了很多默认的学习工具包
李元乐·2018-06-10 12:37

tensorflow学习系列三：多层感知器MLP

多层感知即至少包含一个隐含层的神经网络，较为典型的就是BP神经网络。本文依旧以mnist数据集进行对MLP进行实验，实验中MLP仅包含了一个隐含层，若想增加更多从层基于该实验拓展也很简单。#-*-coding:utf-8-*-"""CreatedonSatJun914:37:082018@author:kuangyongjian"""fromtensorflow.examples.tutorial
奔跑熊·2018-06-10 10:59

Tensorflow学习——结合ROS调用模型实现目标识别

环境：Ubuntu16.04+Tensorflow-cpu-1.6.0+ROSKinetic+OpenCV3.3.1前期准备：完成ObjectDetectionapi配置完成OpenCV配置完成模型训练后就是模型的应用，这里通过ROS利用ObjectDetectionapi调用模型实现目标物体的识别。一、模型导入模型路径设置如下图所示，注意设置目标对象类型数目。#Getmodelsrospy.lo
white_Learner·2018-06-09 21:17

Tensorflow学习——利用Object Detection api训练自己的数据集

环境：Windows10+tensorflow-gpu-1.6.0前期准备：完成ObjectDetectionapi配置文件目录结构├─Annotation│└─XML文件├─data│├─csv文件│└─Record文件├─images│└─图片├─eval│└─测试集结果├─training│├─pbtxt文件│├─config文件│└─model.ckpt文件├─model│└─输出模型一、
white_Learner·2018-06-09 20:37

Tensorflow学习笔记-神经网络优化

神经网络优化神经元模型：神经网络的基本单位激活函数：映入非线性激活因素，提高模型的表达力。常用的激活函数为ReLu、Sigmod、tanh等一般为了防止梯度消失（vanishinggradient）和梯度爆炸（gradientexplording）常选用ReLu（注：CS231N也指出过常用的激活函数为ReLu）tf.nn.relu()tf.nn.sigmoid()tf.nn.tanh()神经网络
Vapor_·2018-06-09 16:26

TensorFlow学习3：创建一个简单的神经网络

辅助知识：深度学习算法更适合未标记数据，更适合强特征提取（深度框架），也更适合于模式识别（图像、文本、音频）机器学习系统由三个主要部分组成，包括：模型：用来预测或识别的系统。参数：模型做决定所使用的信号或因素。学习器：这个系统通过检查预测和实际输出的差异来调整参数，再对模型进行调整。示例过程：1，你想确认如果学生要在考试中取得好成绩，最优的学习时间会是多少。2，输入假设，即学习5个小时就可以取得好
崔业康·2018-06-09 14:21

TensorFlow学习之常用函数总结：TensorFlow官方例子中的诸如tf.reduce_mean()这类函数

前言tensorflow官网给的例子用到了很多函数，然后并没有具体说明，还要自己去翻文档，有些函数是很常用的，下面来一一总结。正文一，tensorflow中有一类在tensor的某一维度上求值的函数。如：求最大值tf.reduce_max(input_tensor,reduction_indices=None,keep_dims=False,name=None)求平均值tf.reduce_mean
野马16·2018-06-09 10:46

tensorflow学习——循环神经网络

LSTM网络的每个“门”定义如下:（输入值）（输入门）(遗忘门)（输出门）（新状态）（输出）通过代码说明LSTM单元的结构：#LSTM结构的简单实现#使用BasicLSTMCell()定义LSTM单元lstm=tf.nn.rnn_cell.BasicLSTMCell(lstm_hidden_size)#初始化LSTM单元使用zero_state函数#state是一个包含两个张量的LSTMState
电子楼战地记者·2018-06-03 11:07

PyTorch Tutorial

相关实现先进视觉推理系统深度强化学习相关实现通用神经网络高级应用入门系列教程PyTorchTutorialshttps://github.com/MorvanZhou/PyTorch-Tutorial.git著名的“莫烦
ML_Kyle·2018-06-03 09:14

深度学习和TensorFlow学习资源（书籍、文档和视频）

自己学习机器学习有一段时间了，有了一定基础，学习下深度学习和TensorFlow汇总下找到的比较好看学习资源，也方便看深度学习理论篇–视频吴恩达教授的视频网易云课堂吴恩达deeplearning课程学习的顺序是：1，神经网络和深度学习2，改善深层神经网络：超参数调试、正则化以及优化3，结构化机器学习项目4，卷积神经网络5，序列模型在github上有DeepLearning.ai深度学习课程笔记（V
凌晨点点·2018-06-02 12:02

【TensorFlow学习】1.基于windows10的TensorFlow安装

需要注意的是：这篇博客是从零安装TensorFlow，电脑上没有装python。一、下载及安装Anaconda开发工具1、进入Anaconda官网：https://www.anaconda.com/download/2、下载Anaconda。注意：注意荧光笔部分的python版本号，你下载哪个版本的，安装的Anaconda目录里面的python就是哪个版本的，由于我们后面安装TensorFlow是
CupidYzw97·2018-06-01 19:22

【TensorFlow学习】1.基于windows10的TensorFlow安装

需要注意的是：这篇博客是从零安装TensorFlow，电脑上没有装python。一、下载及安装Anaconda开发工具1、进入Anaconda官网：https://www.anaconda.com/download/2、下载Anaconda。注意：注意荧光笔部分的python版本号，你下载哪个版本的，安装的Anaconda目录里面的python就是哪个版本的，由于我们后面安装TensorFlow是
CupidYzw97·2018-06-01 19:22

[Python人工智能] 五.theano实现神经网络正规化Regularization处理

主要是学习"莫烦大神"网易云视频的在线笔记，后面随着深入会讲解具体的项目及应用。基础性文章和在线笔记，希望对
Eastmount·2018-06-01 16:32

[Python人工智能] 五.theano实现神经网络正规化Regularization处理

主要是学习"莫烦大神"网易云视频的在线笔记，后面随着深入会讲解具体的项目及应用。基础性文章和在线笔记，希望对
Eastmount·2018-06-01 16:32

[Python人工智能] 四.神经网络和深度学习入门知识

前三篇文章讲解了神经网络基础概念、Theano库的安装过程及基础用法、theano实现回归神经网络、theano实现分类神经网络，这篇文章又回到基础知识，结合莫烦大神的视频学习，讲解机器学习基础知识、神经网络基础
Eastmount·2018-05-31 09:46

[Python人工智能] 四.神经网络和深度学习入门知识

前三篇文章讲解了神经网络基础概念、Theano库的安装过程及基础用法、theano实现回归神经网络、theano实现分类神经网络，这篇文章又回到基础知识，结合莫烦大神的视频学习，讲解机器学习基础知识、神经网络基础
Eastmount·2018-05-31 09:46

黑魔法的祭品 第三章

“dimo”迪莫烦躁地低声叫着。洛奇想起格里芬院长说的话：气氛是
创意西子·2018-05-30 19:42

Variable变量（莫烦PyTorch 动态神经网络笔记）

importtorchfromtorch.autogradimportVariabletensor=torch.FloatTensor([[1,2],[3,4]])variable=Variable(tensor,requires_grad=True)print(tensor)print(variable)print(tensor*tensor)t_out=torch.mean(tensor*te
林下的码路·2018-05-30 17:20

Numpy & Torch对比（莫烦PyTorch 动态神经网络笔记）

importtorchimportnumpyasnpnp_data=np.arange(6).reshape(2,3)torch_data=torch.from_numpy(np_data)tensor2array=torch_data.numpy()print('\nnumpy',np_data,'\ntorch',torch_data,'\ntensor2array',tensor2array
林下的码路·2018-05-30 16:04

深度学习框架Tensorflow学习--RNN实现识别数字

本文用到的公式基本来自Alex的论文，其中a表示汇集计算的值，b表示经过激活函数计算的值，w是不同节点之间连接的参数（具体睡谁连谁看下标），带下标k的是输出层，带下标h的是隐藏层相关的，除此之外你看到所有带括号的的函数都是激活函数，ϵ和δ的定义看公式，L是最后的Lossfunction，这里没有给出具体的计算方法，因为这和NN是一样的，可以看到输出层和普通的NN是完全一样的，接收隐藏层传入的数据并
黑洲非人lyf·2018-05-29 21:30

DQN(1)

DQN(1)DQN(1)资料为什么需要DQN伪代码需要复现莫烦PYTHON的核心代码效果下一步任务资料莫烦PYTHONDeepMind《强化学习精要》DeepReinforcementLearning基础知识
lovecencen1893·2018-05-28 10:21

深度学习框架Tensorflow学习笔记(二)

交叉熵权值和偏置值的调整与无关，另外，梯度公式中的表示输出值与实际值的误差。所以当误差越大时，梯度就越大，参数w和b的调整就越快，训练的速度也就越快。如果输出神经元是线性的，那么二次代价函数就是一种合适的选择。如果输出神经元是S型函数，那么比较适合用交叉熵代价函数初始化权值:tf.truncated_normal(shape=[10,10],mean=0,stddev=1)一般效果比较好tf.t
黑洲非人lyf·2018-05-27 20:44
上一页 32 33 34 35 36 37 38 39 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他