TensorFlow笔记

tenorflow

tensorflow笔记3MNIST数据集共7万张图片，都是28*28像素点的手写数字图片。6万张用于训练，1万张用于测试。

小鱼儿小于儿·2024-02-20 20:34

关于CNN

1.理解卷积神经网络中的通道channel2.手把手教你用TensorFlow实现卷积神经网络3.tensorflow笔记：多层CNN代码分析

御风之星·2024-01-30 22:42

2021-07-02

基于TensorFlow搭建的几种经典的卷积神经网络注：本文是本人一门课程的期末大作业，在学习曹建老师（人工智能实践：TensorFlow笔记）的课程时记录的笔记。

fisher-nuc·2024-01-04 09:38

（一）tensorflow笔记：Tensor数据类型

常见的数据类型载体listnp.arraytf.tensorlist:可以存储不同数据类型，缺点不适合存储较大的数据，如图片np.array:解决同类型大数据数据的载体，方便数据运算，缺点是在深度学习之前就设计好的，不支持GPUtf.tensor:更适合深度学习，支持GPUTensor是什么scalar:1.1vector:[1.1],[1.1,2.2,……]matrix:[[1,2,3,],[4

阿松丶·2023-11-29 14:30

tensorflow笔记（编程理论部分）

TensorFlow笔记（编程理论部分）注：该笔记是阅读TensorFlow深度学习算法原理与编程实战第三章后做的框架梳理和部分个人见解。

orangehsc·2023-11-16 08:19

tensorflow笔记

#tensorflow笔记一个小例子#用numpy构造数据x_data=np.random.rand(100).astype(np.float32)y_data=x_data*0.1+0.3#tf.Variable

_夏雨潇潇·2023-10-12 23:39

TensorFlow笔记之卷积神经网络

文章目录前言一、卷积神经网络CNN二、Tensorflow1.x1.加载数据集2.数据处理3.定义模型4.训练模型5.结果可视化二、Tensorflow2.x1.加载数据集2.数据处理3.定义模型4.训练模型5.结果可视化总结前言记录在tf1.x与tf2.x中使用卷积神经网络完成CIFAR-10数据集识别多分类任务，并进行断点续训。一、卷积神经网络CNN1、全连接网络：参数增多，速度减慢，过拟合2

Mr_Stutter·2023-10-04 06:49

tensorflow笔记----3---ANN对mnist数据集分类

tensorfllow实现两层MLP对mnist分类，第一层256个神经元，第二层128个神经元，输入784，输出10分类#!/usr/bin/python#-*-coding:utf-8-*-__author__="chunming"importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datamnist=i

骑着蜗牛逛世界·2023-07-24 19:37

Tensorflow笔记 3.3 反向传播

概念反向传播训练模型参数，在所有参数上使用梯度下降，使NN模型在训练数据上的损失函数最小。损失函数预测值与已知答案的差距。均方误差loss=tf.reduce_mean(tf.square(y_-y))反向传播的训练方法三种方式，见代码。学习率参数更新幅度。实战loss#coding:utf-8#0导入模块，生成模拟数据集。importtensorflowastfimportnumpyasnpBA

CCWUCMCTS·2023-07-17 04:34

DL with python(16)——tensorflow实现InceptionNet(GoogLeNet)

本文涉及到的是中国大学慕课《人工智能实践：Tensorflow笔记》第五讲第14节的内容，对tensorflow环境下经典卷积神经网络的搭建进行介绍，其基础是DLwithpython(14)——tensorflow

佟湘玉滴玉·2023-03-24 06:31

[tensorflow笔记]-tensorflow实现带mask的reduce_mean

在使用tensorflow处理一些tensor时，有时需要对一个tensor取平均，可以使用tf.reduce_mean操作，但是这个没法处理带有mask的tensor数据，本文主要就是利用tensorflow的基本操作实现带mask的平均。tf.reduce_mean比如我们的数据是3维tensor，shape=（B，N，H），B表示batch_size、N表示最大长度、H表示向量维度，这样的3

黄然大悟·2023-02-07 13:35

学习tensorflow笔记1、梯度计算

1、梯度计算学习北京大学的mooc，记录笔记代码块：生成一个变量w初值为5，设定为可训练学习率lr大小会影响梯度下降的速度和步幅迭代次数epochimporttensorflowastfimportmatplotlib.pyplotaspltw=tf.Variable(tf.constant(5,dtype=tf.float32))lr=0.9epoch=40plt_show=[]forepoch

weixin_51298826·2023-01-18 11:28

Tensorflow笔记——tf.layers.dense的用法

1.tf.layers.dense的用法dense：相当于一个全连接层函数解释如下：tf.layers.dense(inputs,units,activation=None,use_bias=True,kernel_initializer=None,bias_initializer=tf.zeros_initializer(),kernel_regularizer=None,bias_regula

·城府、·2023-01-17 09:16

TensorFlow笔记之神经网络完成多分类任务

文章目录前言一、数据集调用二、Tensorflow1.x1.单隐藏层2.模型保存与调用三、Tensorflow2.x1.全连接层类2.keras建模总结前言对TensorFlow笔记之单神经元完成多分类任务进行修改

Mr_Stutter·2023-01-16 07:19

TensorFlow2安装（超详细步骤-人工智能实践）

最近在MOOC看北京大学的曹健老师的《人工智能实践：Tensorflow笔记》课程。其中第一章的第8节提到了详细的TensorFlow安装过程。

不唐·2023-01-15 14:40

tensorflow笔记（十九）——错误集锦

错误及应对方案1，问题：训练正常，预测和评估的时候报OOM：办法：减少预测和训练的batchsize，或者减少网络参数。参考：ResourceExhaustedError(seeabovefortraceback):OOMwhenallocatingtensorofshape[7744,512]#33932，问题：从dataset打印数据，报错OP_REQUIRESfailedatexample_

starxhong·2023-01-13 14:48

InceptionNet与ResNet

以下代码图片思路来源：北京大学Tensorflow笔记嗯,最近学了一下神经网络，并没有很难，主要是把代码背下来，然后掌握Tensorflow是怎么搭建网络的，Tensorflow是比pytorch好用的

九思Atopos·2023-01-10 12:31

TensorFlow笔记之多元线性回归

文章目录前言一、数据处理二、TensorFlow1.x1.定义模型2.训练模型3.结果可视化4.模型预测5.TensorBoard可视化三、TensorFlow2.x1.定义模型2.训练模型3.结果可视化4.模型预测总结前言记录使用TensorFlow1.x和TensorFlow2.x完成多元线性回归的过程。一、数据处理在此使用波士顿房价数据集，包含506个样本，输入为12个房屋信息特征，输出为房

Mr_Stutter·2023-01-08 15:43

TensorFlow笔记之单变量线性回归

文章目录前言一、数据集生成二、TensorFlow1.x1.定义模型2.训练模型3.模型预测三、TensorFlow2.x1.定义模型2.训练模型3.模型预测总结前言记录使用TensorFlow1.x和TensorFlow2.x完成单变量线性回归的过程。一、数据集生成生成带标准正态分布噪声的y=2x+1数据集importnumpyasnpimportmatplotlib.pyplotasplt#数

Mr_Stutter·2023-01-08 15:42

Tensorflow笔记之【神经网络的初步搭建】

一、基本概念基于Tensorflow的神经网络用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重，得到模型。张量——多维数组参数——神经元线上的权重计算图——搭建神经网络的计算过程，只搭建不计算会话——执行计算图中的节点运算例：矩阵乘法importtensorflowastf#引入模块x=tf.constant([[1.0,2.0]])#定义一个2阶1x2张量等于[[1.0,2

不理不理不理左卫门·2023-01-08 15:41

TensorFlow笔记之单神经元完成多分类任务

文章目录前言一、逻辑回归1.二分类问题2.多分类问题二、数据集调用三、TensorFlow1.x1.定义模型2.训练模型3.结果可视化四、TensorFlow2.x1.定义模型2.训练模型3.结果可视化总结前言记录分别在TensorFlow1.x与TensorFlow2.x中使用单神经元完成MNIST手写数字识别的过程。一、逻辑回归将回归值映射为各分类的概率1.二分类问题1.sigmod函数：y=

Mr_Stutter·2023-01-08 15:40

1TensorFlow笔记——基础概念简介&Python简明教程

0.1人工智能让机器看起来跟人一样，目前处于弱人工智能NarrowAI，距离强人工智能GeneralAI还有很大一段路要走。0.1.1机器学习让计算机自动学习，获得规律（模型），用新规律预测。0.1.2分类有监督学习：给带结果的数据进行训练，线性回归、逻辑回归、支持向量机、随机森林等。无监督学习：给数据，找规律进行分类，常见的无监督学习算法有自编码器、生成对抗网络等。半监督学习：给一小部分有标注数

weixin_45165961·2022-12-29 02:00

人工智能学习第一篇（tensorflow笔记）

本文是在学习北大课程“人工智能实践：tensorflow笔记”的基础上，自己做的笔记，用于温故知新。

＆ Pumbaa·2022-12-27 20:35

神经网络学习笔记——鸢尾花分类

TensorFlow笔记——鸢尾花分类代码笔记记录实验流程和代码功能，附上关于所涉及到的tensorflow库中函数的解释实验流程数据集读入数据集乱序生成训练集和测试集(即x_train/y_train

XL_0502·2022-12-26 13:02

用tensorflow搭建全连接神经网络实现mnist数据集的识别

说明：本代码来自于北京大学曹健老师的MOOC人工智能实践：Tensorflow笔记第五讲I前向传播网络搭建在mnist_forward.py中搭建两层全连接网络，这里面就是定义层数，节点数，激活函数这些

humuhumunukunukuapua·2022-12-26 10:47

TensorFlow笔记_05——神经网络八股功能拓展

解决本领域应用5.2数据增强，扩充数据集5.3断点续训，存取模型5.3.1读取保存模型5.4参数提取，把参数存入文本5.5acc/loss可视化，查看训练效果5.6应用程序，给图实物（手写数字识别）上一篇：TensorFlow

要什么自行车儿·2022-12-26 09:33

TensorFlow笔记之：填充使用tf.sequence_mask()函数详细说明和应用场景

tf.sequence_mask()函数这个函数目前我主要用于数据填充时候使用。文章目录tf.sequence_mask()函数1.函数介绍2.参数解释要点解释：3.函数举例4.注意事项和应用场景1.函数介绍这个是官方定义，耐心看完解释再看后面的例子，你会一下就懂了。#函数定义sequence_mask(lengths,maxlen=None,dtype=tf.bool,name=None)#返回

模糊包·2022-12-24 19:33

小白笔记：深度学习之Tensorflow笔记（七：神经网络优化过程）

激活函数激活函数是用来加入非线性因素的，因为线性模型的表达能力不够。引入非线性激活函数，可使深层神经网络的表达能力更加强大。简化模型：MP模型：优秀的激活函数：•非线性：激活函数非线性时，多层神经网络可逼近所有函数•可微性：优化器大多用梯度下降更新参数•单调性：当激活函数是单调的，能保证单层网络的损失函数是凸函数•近似恒等性：f(x)≈x当参数初始化为随机小值时，神经网络更稳定激活函数输出值的范围

my小马·2022-12-23 18:43

人工智能实践：Tensorflow笔记 Class 2：神经网络优化

目录2.1基础知识2.2复杂度学习率1.复杂度2.学习率2.3激活函数1.sigmoid函数2.tanh函数3.relu函数4.leaky-relu函数2.4损失函数1.均方误差2.自定义损失函数3.交叉熵损失函数4.softmax与交叉熵结合2.5缓解过拟合正则化2.6优化器1.SGD2.SGDM3.Adagrad4.RMSProp5.Adam2.1基础知识2.2复杂度学习率1.复杂度2.学习率

By4te·2022-12-23 18:41

《人工智能实践：Tensorflow笔记》听课笔记24_7.1卷积神经网络

附：课程链接第七讲.卷积神经网络7.1卷积神经网络由于个人使用Win7系统，并未完全按照课程所讲，以下记录的也基本是我的结合课程做的Windows系统+PyCharm操作。且本人有python基础，故一些操作可能简略。并未完全按照网课。记住编写代码时，除注释内容外，字符均使用英文格式。一、回顾及展开前两讲中我们利用全连接网络实现了对mnist数据集的训练，我们已学会使用数据集训练模型，并让训练好的

RENeast·2022-12-23 05:25

《人工智能实践：Tensorflow笔记》听课笔记12_3.2前向传播

附：课程链接第三讲.Tensorflow框架3.2前向传播由于个人使用Win7系统，并未完全按照课程所讲，以下记录的也基本是我的结合课程做的Windows系统+PyCharm操作。且本人有python基础，故一些操作可能简略。并未完全按照网课。记住编写代码时，除注释内容外，字符均使用英文格式。本节课程目标：搭建第一个神经网络，总结搭建八股。6.神经网络的参数：是指神经元线上的权重w，用变量表示，一

RENeast·2022-12-23 05:25

《人工智能实践：Tensorflow笔记》听课笔记1_1.1概述

RENeast·2022-12-23 05:55

人工智能实践：Tensorflow笔记

Tensorflow2.0入门学习笔记人工智能实践：Tensorflow笔记tensorflow2-GPU安装神经网络的计算过程，搭建出第一个神经网络第一个例子：用神经网络进行鸢尾花分类一些常用的TF2

Saber_e·2022-12-23 05:45

tensorflow笔记（二十七）——重要tensor操作函数

1.合并多个tensor的合并主要包括2个函数：tf.concat和tf.stack，他们的输出参数都是listoftensor。区别是：tf.concat是沿某一维度拼接shape相同的张量，拼接生成的新张量维度不会增加。tf.stack是在新的维度上拼接，拼接后维度加1。importtensorflowastfa=tf.constant([[1,2,3],[4,5,6]])b=tf.const

starxhong·2022-12-20 22:29

Tensorflow笔记——详解深度学习learning_rate以及如何调整学习率

1.什么是学习率? 学习率(Learningrate)作为监督学习以及深度学习中重要的超参，其决定着目标函数能否收敛到局部最小值以及何时收敛到最小值，学习率越低，损失函数的变化速度就越慢。虽然使用低学习率可以确保我们不会错过任何局部极小值，但也意味着我们将花费更长的时间来进行收敛。合适的学习率能够使目标函数在合适的时间内收敛到局部最小值。公式：new_weight=orign_weight—le

·城府、·2022-12-17 15:01

机器学习Tensorflow笔记4：iOS通过Core ML使用Tensorflow训练模型(测试过）

https://www.jianshu.com/p/d0bc57804198?utm_source=oschina-appTensorflow是Google推出的人工智能框架，而CoreML是苹果推出的人工智能框架，两者是有很大的区别，其中Tensorflow是包含了训练模型和评估模型，CoreML只支持在设备上评估模型，不能训练模型。通常而言我们通过Tensorflow训练模型，导出我们训练的模

林小竹·2022-12-16 18:45

TensorFlow2.1入门学习笔记(3)——Pillow数字图像处理

主要学习的资料西安科技大学：神经网络与深度学习——TensorFlow2.0实战，北京大学：人工智能实践Tensorflow笔记博客从tf常用的库开始，需要学习python

Wang Yuexin·2022-12-15 15:55

TensorFlow笔记（十四）——降维函数tf.squeeze()、增维函数expand_dim()

一、降维函数tf.squeeze()squeeze(input,axis=None,name=None,squeeze_dims=None)该函数返回一个张量，这个张量是将原始input中所有维度为1的那些维都删掉的结果【1】axis可以用来指定要删掉的为1的维度，此处要注意指定的维度必须确保其是1，否则会报错>>>y=tf.squeeze(inputs,[0,1],name='squeeze')

马大哈先生·2022-12-12 20:20

DL with python(6)——Keras实现手写数字识别（全连接网络）

本文涉及到的是中国大学慕课《人工智能实践：Tensorflow笔记》第三讲的内容，通过六步法利用keras框架搭建神经网络的手写数字识别模型，这里只涉及简单的全连接网络，旨在对整体的思路进行了解。

佟湘玉滴玉·2022-12-11 14:31

DL with python(10)——TensorFlow实现神经网络参数的打印保存

本文涉及到的是中国大学慕课《人工智能实践：Tensorflow笔记》第四讲第五节的内容，通过tensorflow实现神经网络参数的打印以及存入文本。

佟湘玉滴玉·2022-12-11 11:09

Tensorflow笔记

Tensorflow笔记基础概念计算图EagerExecution（即刻执行）eager模式下计算梯度基本使用tf.app加载flag（tf.app.flags）启动(tf.app.run)基础概念计算图

selia1078·2022-12-09 12:29

TensorFlow笔记（3）——利用TensorFlow和MNIST数据集训练一个最简单的手写数字识别模型...

前言当我们开始学习编程的时候，第一件事往往是学习打印"HelloWorld"。就好比编程入门有HelloWorld，机器学习入门有MNIST。MNIST是一个入门级的计算机视觉数据集，它包含各种手写数字图片：它也包含每一张图片对应的标签，告诉我们这个是数字几。比如，上面这四张图片的标签分别是5，0，4，1。其实训练一个简单的手写数字识别模型的代码很短，我的示例代码总共也就50行，除去注释、空格之类

weixin_34408624·2022-12-07 21:30

TensorFlow笔记之搭建神经网络

一、基本概念张量：多维数组，用“阶”表示张量的维度。0阶张量称作标量，表示一个单独的数；1阶张量称作向量，表示一个一维数组2阶张量称作矩阵，表示一个二维数组3阶及以上称作张量，判断张量是几阶的，就通过张量右边的方括号的个数，几个就是几阶。如：t=[[[...]]]为3阶张量。基于TensorFlow的NN：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。数

ElephantFlySong·2022-12-07 00:21

TensorFlow笔记【五】六步法搭建神经网络

一、六步介绍六步法：1、import：导入模块2、train、test：定义训练集、验证集3、model=tf.keras.models.Sequential(【网络结构】)：搭建网络结构，逐层描述网络结构网络结构：①拉直层：tf.keras.layers.Flatten():形状转换不计算，拉成一维数组②全连接层：tf.keras.layers.Dense(神经元个数，activation="激

DSJ_smile·2022-12-07 00:50

Tensorflow笔记--搭建卷积神经网络

卷积计算过程隐藏层过多，待训练的参数过多时，可能会造成模型的过拟合，可以利用卷积计算来提取图像特征，从而避免过拟合，提高模型的泛化能力。卷积计算时，卷积核的深度需要和输入特征图的深度匹配(相等)。卷积核里存在待训练的参数，在进行反向传播的时候会被更新。感受野感受野是指卷积神经网络各输出特征图中的一个像素点，在原始输入图片上映射区域的大小。注意不管是第几层神经网络，感受野都是对于最原始的特征图而言的

9ack!?·2022-12-07 00:47

Tensorflow笔记【四】之搭建神经网络并对比

一、如何搭建神经网络在搭建神经网络中，需要通过训练集训练搭建的神经网络，训练完成后需要通过验证集测试我们神经网络训练的效果。总体流程如下图所示：二、代码代码流程：1、获取数据【x：特征y：标签】2、将数据转为tf格式，并将特征和标签配对做batch3、确定神经网络层数，并初始化神经网络参数w,b,学习率，轮次等4、循环将数据开始训练。记录loss，每隔20步打印训练的loss信息5、预测结果，将6

DSJ_smile·2022-12-07 00:16

论文笔记 |【CVPR2022】Restormer: Efficient Transformer for High-Resolution Image Restoration

论文笔记|【CVPR2022】Restormer:EfficientTransformerforHigh-ResolutionImageRestoration写在前面：距离我上次半途而废TensorFlow

七水合硫酸亚铁有点脆·2022-12-02 18:08

（tensorflow笔记）张量和常见函数

目录标题张量生成1.张量定义2.创建一个张量tf.constant(张量内容，dtype=数据类型)tf.convert_to_tensor(数据名，dtype=数据类型)tf.zeros(维度)、tf.ones(维度)、tf.fill(维度，指定值)tf.random.normal(维度，mean=均值，stddev=标准差)tf.random.truncated_normal(维度，mean=

克里斯大炮·2022-11-30 17:01

Tensorflow中的指数学习率，指数滑动平均，global_step,num_updates,staircase参数等

TensorFlow笔记：指数衰减学习率学习率决定了参数更新的幅度。通常我们希望在学习开始阶段提供一个较大的学习率，使得参数快速更新，达到最优解附近。

edward_zcl·2022-11-28 15:55

人工智能实践：Tensorflow笔记（4）——网络八股扩展

文章目录1、tf.keras搭建神经网络八股2、自制数据集3、数据增强4、断点续训5、参数提取6、acc&loss可视化7、给图识物1、tf.keras搭建神经网络八股六步法importtrain,testSequential/Classmodel.compilemodel.fitmodel.summary神经网络训练的目的，就是获取各层网络最优的参数自制数据集，解决本领域问题数据增强，扩充数据集

Pumpkin-_-·2022-11-28 14:31

推荐频道