Tensorflow学习

TensorFlow学习笔记1.1：tf.placeholder tf.Variable

tf.placeholder()tf.Variable()https://www.cnblogs.com/silence-tommy/p/7029561.htmlVariable：主要是用于训练变量之类的。比如我们经常使用的网络权重，偏置。值得注意的是Variable在声明是必须赋予初始值。在训练过程中该值很可能会进行不断的加减操作变化。placeholder:用于存储数据，但是主要用于feed_
HBU_DAVID·2019-12-01 20:59

TensorFlow学习笔记（1）—— 基本概念与框架

入门框架时的常见问题学习框架的原因？方便、易用学习框架的哪些知识点？掌握一个项目的基本流程，就知道需要学习哪些知识点了迅速学习框架的方法根据项目每块流程的需要针对性的学可以看官方的入门教程TensorFlow快速入门思维导图（图）TensorFlow的高级APITFSLIM：一个可以定义、训练和评估复杂模型的轻量库（用到的时候详细说）TFLearn（tf.contrib.learn）:类似于sci
LYT_Dr·2019-11-29 08:00

tensorflow学习笔记——模型持久化的原理，将CKPT转为pb文件，使用pb模型预测

由题目就可以看出，本节内容分为三部分，第一部分就是如何将训练好的模型持久化，并学习模型持久化的原理，第二部分就是如何将CKPT转化为pb文件，第三部分就是如何使用pb模型进行预测。一，模型持久化为了让训练得到的模型保存下来方便下次直接调用，我们需要将训练得到的神经网络模型持久化。下面学习通过TensorFlow程序来持久化一个训练好的模型，并从持久化之后的模型文件中还原被保存的模型，然后学习Ten
战争热诚·2019-11-28 16:00

TensorFlow学习笔记

1环境问题集1.1RuntimeError:ErrorcopyingtensortodeviceRuntimeError:Errorcopyingtensortodevice:/job:localhost/replica:0/task:0/device:GPU:0./job:localhost/replica:0/task:0/device:GPU:0unknowndevice.通过检测程序,发现
warrah·2019-11-21 13:16

01 机器学习介绍

深度学习机器学习的用途图像识别CV无人驾驶医疗-识别CT图细微区别图片艺术化iphone人脸识别自然语言处理NLP新闻自动生成机器人传统预测信贷、销量预测机器学习库和框架Scikit-learnPytorchTensorflow
hp_lake·2019-11-09 14:00

TensorFlow学习日志1 — 前期准备

前期准备什么是深度学习“深度模型有极为庞大的网络结构，参数够多，学习能力够强，能配合大数据达到惊人的效果。而且，能自动学习特征，避免了“特征工程”这种繁琐的手工劳动。对于图像、音频和文字处理领域有极大的意义。——xccd什么是TensorFlowTensorFlow2015年11月9日，Google官方在其博客上称，GoogleResearch宣布推出第二代机器学习系统TensorFlow，针对先
时见疏星·2019-11-04 13:37

TensorFlow学习笔记（1）

在新的算法理论不断涌现的同时，各种深度学习框架也不断出现在人们视野，比如Torch，Caffe等等。TensorFlow是Google开发的第二代机器学习系统，于2015年底开源，成为了新一代流行的机器学习的算法框架，感觉有必要掌握一下，所以报了个初级班学习，做点笔记。名词使用图（graphs）来表示计算任务其中每一个运算操作（operation）将作为一个节点（node）在计算图边中流动（flo
只是不在意·2019-11-03 10:15

Tensorflow学习 tensorflow-gpu安装错误以及解决方法

在tensorflow的学习中，想使用tensorflow-gpu版的学习，充分利用计算机。但是跟网上很多博主的方法安装gpu，cuda是安装成功了，但是却一直报以下一个错误。楼主的配置信息是win10cuda8.0cudnn5.1(tensorflow)C:\Users\Administrator>pythonPython3.6.3|Anaconda,Inc.|(default,Nov82017
游离神元·2019-10-31 06:36

TensorFlow学习(二)

前言卷积神经网络（CNN），也称为卷积网络，是一种专门用来处理具有类似网格结构的数据的神经网络，如时间序列数据（一维网格）和图像数据（二维像素网格），主要应用于图像识别领域。它也是一种前馈神经网络，是指在该网络中，各神经元从输入层开始，接收前一级输入，并输出到下一级，直至输出层，整个网络中无反馈，如下所示：卷积神经网络一般含有多个卷积层，池化层，以及激活层和全链接层。卷积层的一些小事在卷积神经网络
就是会把话说反·2019-10-25 05:28

TensorFlow2.0 学习笔记（六）：TensorFlow2.0 和 Keras 的纠葛

专栏——TensorFlow学习笔记文章目录专栏——TensorFlow学习笔记一、TensorFlow2.0和Keras的关系二、KerasSequential/FunctionalAPI模式建立模型三
我是管小亮 :)·2019-10-23 15:43

TensorFlow2.0 学习笔记（五）：循环神经网络（RNN）

专栏——TensorFlow学习笔记文章目录专栏——TensorFlow学习笔记一、什么是RNN二、文本生成1_读取文本2_模型实现3_超参数4_模型训练5_模型预测6_完整代码三、神奇的应用推荐阅读参考文章一
我是管小亮 :)·2019-10-22 17:17

TensorFlow2.0 学习笔记（五）：循环神经网络（RNN）

专栏——TensorFlow学习笔记文章目录专栏——TensorFlow学习笔记一、什么是RNN二、文本生成1_读取文本2_模型实现3_超参数4_模型训练5_模型预测6_完整代码三、神奇的应用推荐阅读参考文章一
我是管小亮 :)·2019-10-22 17:17

TensorFlow学习笔记——cmd调用方法

由于tensorflow支持最高的python的版本和anaconda自动配置的python最新版本并不兼容，故直接用常规的在终端键入“python”会出现问题。经过尝试对激活环境，调用的过程暂总结如下：其中之一的方法如图：大体语句思路可以总结为两部分：①激活tensorflow环境②找到所要执行文件的目录（两部分不分先后）之后便可以开始执行模型的训练等操作。※注：若要使用tensorflow下的
JeCaven·2019-10-20 17:00

TensorFlow2.0 学习笔记（四）：迁移学习（MobileNetV2）

专栏——TensorFlow学习笔记文章目录专栏——TensorFlow学习笔记一、数据处理1.1_下载数据集1.2_数据预处理1.3_数据增强1.4_数据可视化二、构建模型2.1_可视化模型2.2_设置训练参数
我是管小亮 :)·2019-10-16 09:46

TensorFlow2.0 学习笔记（四）：迁移学习（MobileNetV2）

专栏——TensorFlow学习笔记文章目录专栏——TensorFlow学习笔记一、数据处理1.1_下载数据集1.2_数据预处理1.3_数据增强1.4_数据可视化二、构建模型2.1_可视化模型2.2_设置训练参数
我是管小亮 :)·2019-10-16 09:46

TensorFlow学习（一）

前言TensorFlow是Google团队开发的一款开源的用于各种感知和语言理解任务的机器学习框架。它的底层核心引擎由C++实现，但提供了Python、C++、Java、Go等常用计算机语言的接口，可谓是覆盖面很广。开发平台支持Windows、Linux和macOS。相较于Caffe，TensorFlow上手较难，运行速度慢，且内存耗费高，但是TensorFlow使用了张量（tensor）运算的符
就是会把话说反·2019-10-15 05:54

Tensorflow学习笔记（一）

Tensorflow学习笔记（一）一：环境配置1.Python(3.6)2.Anaconda3(windows2018.12):清华镜像下载3.tensorflow(1.9.0)：配置清华镜像地址下载condaconfig
lfreya·2019-10-14 19:10

[机器学习笔记] tensorflow安装(一)

目录tensorflow学习环境搭建Anaconda安装Conda环境变量pip添加三方源使用conda进入/使用环境tensorflow学习环境搭建最近开始学习机器学习有段时间了，想想应该把学习过程中遇到的一些问题写出来
万有引力丶·2019-10-14 10:00

TensorFlow2.0 学习笔记（三）：卷积神经网络（CNN）

专栏——TensorFlow学习笔记文章目录专栏——TensorFlow学习笔记一、神经网络的基本单位：神经元二、卷积神经网络（CNN）三、基于tf2.0实现LeNet推荐阅读参考文章一、神经网络的基本单位
我是管小亮 :)·2019-10-13 17:09

TensorFlow2.0 学习笔记（三）：卷积神经网络（CNN）

专栏——TensorFlow学习笔记文章目录专栏——TensorFlow学习笔记一、神经网络的基本单位：神经元二、卷积神经网络（CNN）三、基于tf2.0实现LeNet推荐阅读参考文章一、神经网络的基本单位
我是管小亮 :)·2019-10-13 17:09

TensorFlow2.0 学习笔记（二）：多层感知机（MLP）

专栏——TensorFlow学习笔记文章目录专栏——TensorFlow学习笔记一、基础知识二、Keras的模型和层三、多层感知机（MLP）3.1、数据获取及预处理3.2、模型构建3.3、模型训练3.4
我是管小亮 :)·2019-10-13 11:17

TensorFlow2.0 学习笔记（二）：多层感知机（MLP）

专栏——TensorFlow学习笔记文章目录专栏——TensorFlow学习笔记一、基础知识二、Keras的模型和层三、多层感知机（MLP）3.1、数据获取及预处理3.2、模型构建3.3、模型训练3.4
我是管小亮 :)·2019-10-13 11:17

tensorflow学习 损失函数与优化器

损失函数loss损失函数有sigmoid,softmax,softmoid和msesigmoid一般应用于二分类场景在tf中的写法是:binart_crossentropysoftmax一般应用于多分类场景在tf中的写法是:categorical_crossentropysoftmoid一般应用于多标签在tf中的写法是:binary_crossentropymse无损失，一般应用于线性回归场景在t
千年奇葩·2019-10-12 17:05

TensorFlow2.0 学习笔记（一）：TensorFlow 2.0 的安装和环境配置以及上手初体验

专栏——TensorFlow学习笔记文章目录专栏——TensorFlow学习笔记〇、写在前面一、TensorFlow概述二、TensorFlow2.0安装与环境配置三、第一个程序四、简单的手写数字识别五
我是管小亮 :)·2019-10-12 08:30

TensorFlow2.0 学习笔记（一）：TensorFlow 2.0 的安装和环境配置以及上手初体验

专栏——TensorFlow学习笔记文章目录专栏——TensorFlow学习笔记〇、写在前面一、TensorFlow概述二、TensorFlow2.0安装与环境配置三、第一个程序四、简单的手写数字识别五
我是管小亮 :)·2019-10-12 08:30

Tensorflow学习笔记

Tensorflow学习笔记一.Tensorflow2.0学习笔记https://mp.weixin.qq.com/s/G3TRZ9VaIaeyFCwWXOZ00w—tensorflow2.0简介最全Tensorflow2.0
酸辣土豆丝不要辣·2019-10-09 10:12

TensorFlow学习总结

tensorflow高阶APIkeras模型保存和加载ckpt检查点设置cp_callback=tf.keras.callbacks.ModelCheckpoint(checkpoint_path,verbose=1,save_weights_only=True)latest=tf.train.latest_checkpoint(checkpoint_dir)model.save_weights(
twilight_cc·2019-09-24 11:53

tensorflow学习笔记：卷积神经网络最终笔记

这已经是我的第四篇博客学习卷积神经网络了。之前的文章分别是：1，Keras深度学习之卷积神经网络（CNN），这是开始学习Keras，了解到CNN，其实不懂的还是有点多，当然第一次笔记主要是给自己心中留下一个印象，知道什么是卷积神经网络，当然主要是学习Keras，顺便走一下CNN的过程。2，深入学习卷积神经网络（CNN）的原理知识，这次是对CNN进行深入的学习，对其原理知识认真学习，明白了神经网络如
战争热诚·2019-09-19 19:00

TensorFlow学习之multiply和matmul（三）

目录tf.multiply()tf.matmul()tf.multiply()定义：两个矩阵中对应元素各自相乘使用方法tf.multiply(x,y,name=None)参数：x：一个数据类型为：half,float32,....的张量y：一个类型跟张量x相同的张量返回值：x*yelement-wise注意：两个元素的数必须有相同的数据类型，不然就会报错。tf.matmul()tf.matmul(
渣渣菜·2019-09-15 22:24

TensorFlow学习——FashionMnist数据集分类训练

按照tensorflow官网写的代码，在导入数据集部分，由于数据集无法自动导入，使用了自定义的导入模块#-*-coding:utf-8-*-"""CreatedonWedSep1112:26:022019@author:Lenovo"""#将新版本特性引入当前版本中from__future__importabsolute_import,division,print_function,unicode
chicken3wings·2019-09-15 17:57

tensorflow学习笔记——高效读取数据的方法（TFRecord）

关于TensorFlow读取数据，官网给出了三种方法：供给数据（Feeding）：在TensorFlow程序运行的每一步，让python代码来供给数据。从文件读取数据：在TensorFlow图的起始，让一个输入管线从文件中读取数据。预加载数据：在TensorFlow图中定义常量或变量来保存所有数据（仅适用于数据量比较小的情况）。对于数据量较小而言，可能一般选择直接将数据加载进内存，然后再分batc
zaf赵·2019-09-12 18:34

TensorFlow 实现非线性回归

B站“深度学习框架Tensorflow学习与应用”，P83-1importtensorflowastfimportnumpyasnpimportmatplotlib.pyplotaspltx_data=
authorized_keys·2019-09-11 15:19

tensorflow 学习(学习中)

tensorflow学习笔记安装使用基础概念安装使用基于VirtualEnv的安装#在Linux上:$sudoapt-getinstallpython-pippython-devpython-virtualenv
qq_14846625·2019-09-08 11:00

tensorflow学习笔记——自编码器及多层感知器

1，自编码器简介传统机器学习任务很大程度上依赖于好的特征工程，比如对数值型，日期时间型，种类型等特征的提取。特征工程往往是非常耗时耗力的，在图像，语音和视频中提取到有效的特征就更难了，工程师必须在这些领域有非常深入的理解，并且使用专业算法提取这些数据的特征。深度学习则可以解决人工难以提取有效特征的问题，它可以大大缓解机器学习模型对特征工程的依赖。深度学习在早期一度被认为是一种无监督的特征学习（Un
战争热诚·2019-09-06 19:00

tensorflow学习笔记——自编码器及多层感知器

1，自编码器简介传统机器学习任务很大程度上依赖于好的特征工程，比如对数值型，日期时间型，种类型等特征的提取。特征工程往往是非常耗时耗力的，在图像，语音和视频中提取到有效的特征就更难了，工程师必须在这些领域有非常深入的理解，并且使用专业算法提取这些数据的特征。深度学习则可以解决人工难以提取有效特征的问题，它可以大大缓解机器学习模型对特征工程的依赖。深度学习在早期一度被认为是一种无监督的特征学习（Un
战争热诚·2019-09-06 19:00

tensorflow学习笔记——自编码器及多层感知器

1，自编码器简介传统机器学习任务很大程度上依赖于好的特征工程，比如对数值型，日期时间型，种类型等特征的提取。特征工程往往是非常耗时耗力的，在图像，语音和视频中提取到有效的特征就更难了，工程师必须在这些领域有非常深入的理解，并且使用专业算法提取这些数据的特征。深度学习则可以解决人工难以提取有效特征的问题，它可以大大缓解机器学习模型对特征工程的依赖。深度学习在早期一度被认为是一种无监督的特征学习（Un
战争热诚·2019-09-06 19:00

Tensorflow学习笔记（一）

一.启动Tensorboard在python文件中加上tf.reset_default_graph()来重置流然后：logdir='D:/log'  #定义log的存放目录writer=tf.summary.FileWriter(logdir,tf.get_default_graph()) #将流图获取到放到log目录里writer.close()在Cmd中，1：切换路径cd/dD:2：切换到D盘
zhouky146·2019-09-04 00:00

TensorFlow学习笔记-总结与排错

原文链接：http://www.cnblogs.com/charleechan/p/11435200.html总结为了学习和使用tensorflow作为工具,我决定逐步亲自动手一行行写一下：[x]MNIST手写模型;[x]MNIST多层感知机(前馈神经网络,2层);[x]MNIST卷积网络(2层);[]cifar-10卷积网络(2层);[]word2vec;[]循环神经网络;[]fast-RCNN
FQ1149816888·2019-08-30 15:00

tensorflow学习笔记 -- 简单神经网络实现

importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datadefnetwork():#获取真实数据real_data=input_data.read_data_sets("./data/mnist/input_data",one_hot=True)#1.建立数据的占位符withtf.variable_sco
赵珅·2019-08-22 21:54

tensorflow学习笔记——多线程输入数据处理框架

之前我们学习使用TensorFlow对图像数据进行预处理的方法。虽然使用这些图像数据预处理的方法可以减少无关因素对图像识别模型效果的影响，但这些复杂的预处理过程也会减慢整个训练过程。为了避免图像预处理成为神经网络模型训练效率的瓶颈，TensorFlow提供了一套多线程处理输入数据的框架。下面总结了一个经典的输入数据处理的流程：下面我们首先学习TensorFlow中队列的概念。在TensorFlow
战争热诚·2019-08-20 11:00

tensorflow学习笔记——图像数据处理

喜欢摄影的盆友都知道图像的亮度，对比度等属性对图像的影响是非常大的，相同物体在不同亮度，对比度下差别非常大。然而在很多图像识别问题中，这些因素都不应该影响最后的结果。所以本文将学习如何对图像数据进行预处理使训练得到的神经网络模型尽可能小地被无关因素所影响。但与此同时，复杂的预处理过程可能导致训练效率的下降。为了减少预处理对于训练速度的影响，后面也学习多线程处理输入数据的解决方案。在大部分图像识别问
战争热诚·2019-08-17 09:00

tensorflow学习笔记——图像识别与卷积神经网络

无论是之前学习的MNIST数据集还是Cifar数据集，相比真实环境下的图像识别问题，有两个最大的问题，一是现实生活中的图片分辨率要远高于32*32，而且图像的分辨率也不会是固定的。二是现实生活中的物体类别很多，无论是10种还是100种都远远不够，而且一张图片中不会只出现一个种类的物体。为了更加贴近真实环境下的图像识别问题，由李飞飞教授带头整理的ImageNet很大程度上解决了这个问题。ImageN
战争热诚·2019-08-13 10:00

tensorflow学习笔记——使用TensorFlow操作MNIST数据（2）

tensorflow学习笔记——使用TensorFlow操作MNIST数据（1）一：神经网络知识点整理1.1，多层：使用多层权重，例如多层全连接方式以下定义了三个隐藏层的全连接方式的神经网络样例代码：importtensorflowastfl1
战争热诚·2019-08-10 08:00

tensorflow学习笔记——使用TensorFlow操作MNIST数据（2）

tensorflow学习笔记——使用TensorFlow操作MNIST数据（1）一：神经网络知识点整理1.1，多层：使用多层权重，例如多层全连接方式以下定义了三个隐藏层的全连接方式的神经网络样例代码：importtensorflowastfl1
weixin_30670925·2019-08-10 08:00

tensorflow学习笔记 -- 神经网络由来

12.神经网络由来神经网络主要用于处理分类问题，是由感知机升级而来，下图是一个非常简单的感知机可以看到如果想要区分x1和x2都大于1的感知机直线非常好找到，该感知机求解模型可以用下图表示w1和w2还有阈值就是模型的参数，例如求得w1=1,w2=1,阈值=1.5，大于阈值的就会在感知机的右侧，根据坐标图就有：x1=1,x2=1，得到1*1+1*1=2>1.5所以(1,1)点在直线右侧，而x1=1,x
赵珅·2019-08-06 22:29

TensorFlow学习笔记——深层神经网络的整理

维基百科对深度学习的精确定义为“一类通过多层非线性变换对高复杂性数据建模算法的合集”。因为深层神经网络是实现“多层非线性变换”最常用的一种方法，所以在实际中可以认为深度学习就是深度神经网络的代名词。从维基百科给出的定义可以看出，深度学习有两个非常重要的特性——多层和非线性。那么为什么要强调这两个性质呢？下面我们开始学习。1，线性模型的局限性在线性模型中，模型的输出为输入的加权和。假设一个模型的输出
战争热诚·2019-08-06 09:00

tensorflow学习笔记（五）：模型参数的保存和读取saver

文章目录一、Tensorflow模型二、保存模型三、模型数据的读取四、其他保存和读取方法在深度学习中，经常会听到”预训练“、”保存模型“、”加载模型“等词，实际上就是在模型训练完成之后，将模型及其训练得到的参数保存下来，下次再来直接调用，或者上次得到的数据上再次训练（预训练)。一、Tensorflow模型所谓的Tensorflow模型，是指训练得到的网络参数的网络设计或图形和值。因此，Tensor
陈小虾·2019-08-02 21:44

tensorflow学习笔记（四）：利用BP手写体(MNIST)识别

文章目录一、MNIST数据集1.简介2.特点二、问题描述三、项目实践四、网络优化一、MNIST数据集1.简介MNIST数据集是一个手写体数据集，简单说就是一堆这样东西：MNIST的官网地址是MNIST;通过阅读官网可以知道，这个数据集由四部分组成，分别是：也就是一个训练图片集，一个训练标签集，一个测试图片集，一个测试标签集；我们可以看出这个其实并不是普通的文本文件或是图片文件，而是一个压缩文件，下
陈小虾·2019-08-02 17:31

tensorflow学习笔记——常见概念的整理

为什么选择TensorFlow？自从12年AlexNet获得ImageNet大赛的冠军后，深度学习开始流行起来，也因为硬件的快速发展GPU并行计算配合易用的API，让深度学习以及神经网络大方光彩。深度学习的框架其实有很多，目前来说最火的还要数PyTorch，TensorFlow以及Keras。其中Pytorch比较适合学术研究，自己搞着玩，如果工业实践就不太适合了。TensorFlow由于时间比较
战争热诚·2019-08-02 16:00

tensorflow学习笔记——常见概念的整理

TensorFlow的名字中已经说明了它最重要的两个概念——Tensor和Flow。Tensor就是张量，张量这个概念在数学或者物理学中可以有不同的解释，但是这里我们不强调它本身的含义。在TensorFlow中，张量可以被简单地理解为多维数组，Flow翻译成中文就是“流”，它直观的表述计算的编程系统。TensorFlow中的每一个计算都是计算图上的一个节点，而节点之间的边描述了计算之间的依赖关系。
weixin_30784945·2019-08-02 16:00
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他