Tensorflow学习

tensorflow学习笔记 -- 变量可视化和模型保存

10.变量可视化为了方便查看训练的效果，可以将每一步训练的变量值可视化，代码如下：importtensorflowastfdefregression():"""用Tensorflow实现一个简单的线性回归我们预设一个线性函数然后通过线性回归看看能否得到这个函数对应的参数预设的函数：y=0.7*x+0.5(其中0.7和0.5是我们需要通过训练得到的参数，也就是最终需要的得到模型)"""withtf.
赵珅·2019-07-31 23:39

tensorflow训练时内存持续增加并占满

记录一次小白的tensorflow学习过程，也为有同样困扰的小白留下点经验。先说我出错和解决的过程。
芮芮杰·2019-07-26 21:24

tensorflow学习笔记 -- 梯度爆炸/消失和作用域

8.梯度爆炸/消失对于学习率来说过高或者过低都不会达到好的训练效果，拿之前的例子来看，之前的是在0.1的学习率前提下训练100次效果很不错，下图是在0.001的学习率得到的结果：可以看到过小的学习率导致训练过程渐渐的就学不动了从而丧失了学习能力，最终训练的结果与预期的相差很远，这就是梯度消失，下面是学习率为2的情况：可以看到学习率过大的话会导致参数增长幅度过大从而使得超出了数字范围，这就是梯度爆炸
赵珅·2019-07-25 21:23

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。
战争热诚·2019-07-24 11:00

tensorflow学习笔记 -- 简单线性回归实现

7.简单线性回归importtensorflowastfdefregression():"""用Tensorflow实现一个简单的线性回归我们预设一个线性函数然后通过线性回归看看能否得到这个函数对应的参数预设的函数：y=0.7*x+0.5(其中0.7和0.5是我们需要通过训练得到的参数，也就是最终需要的得到模型)"""#1.自己生成一些训练数据，真实项目中这些数据应该是给定的#1.1随机生成100
赵珅·2019-07-24 00:55

tensorflow学习笔记 -- 变量和可视化

5.变量变量也是一种operation，是一种特殊的张量，与张量不同的是变量op可以持久化，而普通张量op不能，所以变量可以用来存储训练模型的各种参数importtensorflowastf#创建一个变量var=tf.Variable(tf.random_normal([2,3],mean=1.2,stddev=2.0))print(var)#变量初始化，如果要在会话中用到变量计算必须要初始化所有
赵珅·2019-07-21 23:38

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
战争热诚·2019-07-20 20:00

tensorflow学习笔记 -- 张量和简单API

3.张量张量是一种operation是由数组组成，不同维的数组对于张量来说是不同的阶也叫做形状，例如如下形状的表示：0阶：()-->括号内没有数字，表示0维也就是最普通的数字1阶：(5)-->括号内一个数字，表示长度为5的1维数组2阶：(2,5)-->括号内两个数字，表示2行5列的二维数组3阶：(3,2,5)-->括号内三个数字，表示3张2行5列的二维数组张量的形状分为静态和动态两种，不产生新张量
赵珅·2019-07-18 22:40

Tensorflow学习笔记1

https://github.com/tensorflow/官方的github网址：https://github.com/tensorflow/models这是一个收藏了大量GoogleAI和TensorFlow社区开源模型的大集合，包括了样本和代码片段。从树到神经元程序的合成都有。https://github.com/tensorflow/tensor2tensorTensor2Tensor,o
北京看看·2019-07-11 13:07

python tensorflow学习（三）实战！lenet-5+mnist数据集

实战！lenet-5+mnist数据集这两天真的超忙啊，一转眼三天没更了，满满的罪恶感+ing。废话不多说，从这篇开始进入实战篇，接下来将使用tensorflow对卷积神经网络历史上最为经典的模型从lenet-5一直到ResNet进行实现。大纲：MNIST数据集Lenet-5网络模型MNIST数据集对于卷积神经网络，MNIST手写体的识别就是入门的“helloworld”，是最为简单的一个图片数据
lzrrrrr·2019-07-10 23:12

tensorflow学习笔记 -- 图和会话

1.图：描述数据在operation(计算单元)间流动结构的对象有点类似于一个模块或者一个类，两个图之间的张量不会互通，相当于两个类各自的私有变量不会互通一样。计算单元就是不同和函数，一个图就相当于很多数据一块内存中执行很多写好的函数运算。但是一张图仅仅表示张量与运算的结构自己不会去自动运算，需要调用特定的方法才能执行运算最终得到结果。2.会话：运行图的类如下图所示，会话首先为图分配内存然后选择硬
赵珅·2019-07-08 23:37

Tensorflow学习笔记（一）：人工智能概述

Tensorflow学习笔记（一）：人工智能概述一、基本概念1、什么是人工智能2、什么是机器学习3、什么是深度学习4、人工智能Vs机器学习Vs深度学习二、神经网络的发展历史(三起两落)三、机器学习的典型应用
AllenPippen·2019-07-06 15:35

灵活使用Tensorflow执行梯度下降算法

嫌不够仔细的可以参见：https://blog.csdn.net/edward_zcl/article/details/90345318声明：参考官方文档参考tensorflow学习笔记（三十）关于神经网络中的梯度计算
edward_zcl·2019-07-05 17:31

Tensorflow学习流水

tf.Graph()tf.Graph()表示实例化了一个类，一个用于tensorflow计算和表示用的数据流图，通俗来讲就是：在代码中添加的操作（画中的结点）和数据（画中的线条）都是画在纸上的“画”，而图就是呈现这些画的纸，你可以利用很多线程生成很多张图，但是默认图就只有一张。tf.Graph().as_default()tf.Graph().as_default()表示将这个类实例，也就是新生成
时光_机·2019-07-03 09:28

TensorFlow笔记（一）：TensorFlow学习资源

目的TensorFlow是Google发布的一款非常优秀的机器学习工具包，其功能强大、易用性高、获取方便。本文旨在发布我在学习TensorFlow时用到的一些资源，以方便查阅。资料网站教程网站Tensorflow官网：https://www.tensorflow.org/?hl=zh_cnw3cschool的TensorFlow官方文档：https://www.w3cschool.cn/tenso
花酒石·2019-06-27 09:14

TensorFlow学习笔记之批归一化：tf.layers.batch_normalization()函数

关于归一化的讲解的博客——【深度学习】BatchNormalization（批归一化）tensorflow中的函数解析在这个博客——tf.nn.batch_normalization()函数解析目录0前言1函数2训练3验证4测试5批归一化6总结参考文章0前言关于批归一化的讲解我们在博客【深度学习】BatchNormalization（批归一化）中做了详细的讲解，不懂的同学可以看一下，下面我们来说一
我是管小亮 :)·2019-06-24 00:00

【Tensorflow学习笔记---制作并读取TFRecord数据集】

参考链接：https://blog.csdn.net/m0_37407756/article/details/80684883代码：importosimporttensorflowastffromPILimportImageimportmatplotlib.pyplotaspltimportnumpyasnpcwd='C:\\Users\\Administrator\\Desktop\\0430\
树莓派派酒·2019-06-19 10:55

Tensorflow学习过程问题整理（TensorFlow版本：1.13.1,Python版本：3.6）

1.代码错误整理（1）Spyder中Python代码运行出错错误信息：Checkfailed:PyBfloat16_Type.tp_base!=nullptr，原因：numpy版本问题解决方法：python-mpipinstall--upgradenumpy（2）使用keras下载fashion_mnist出错错误原因：无法连接外网，下载不了解决办法：下载数据集到C:\Users\用户名.kera
鬼马行天·2019-06-18 17:49

Tensorflow学习笔记9：使用TensorFlow的卷积神经网络

使用TensorFlow的卷积神经网络本教程涉及使用卷积神经网络训练分类器。源代码可在此链接中找到。介绍在本教程中，我们将尝试教您如何使用卷积神经网络(CNN)实现简单的神经网络图像分类器。这篇文章的主要目标是展示使用Google开发的TensorFlow深度学习框架训练CNN分类器的热点。这里将不讨论诸如CNN细节之类的深度学习概念。为了更好地了解卷积层并实现工作方式，请参考这篇文章。在下一节中
qq1121405143·2019-06-14 15:01

Tensorflow学习笔记8：多层感知器

多层感知器此代码用于培训MultiLayerPerceptron架构，其中输入将被转发到包含一些隐藏层的网络。训练训练：可以使用train.shbash脚本文件使用以下命令运行训练：./train.shbash脚本如下：pythontrain_mlp.py\--batch_size=512\--max_num_checkpoint=10\--num_classes=10\--num_epochs=
qq1121405143·2019-06-14 14:31

Tensorflow学习笔记7：多类内核SVM

源地址参考实现多类SVM开源代码importmatplotlib.pyplotaspltimportnumpyasnpimporttensorflowastffromsklearnimportdatasetsfromtensorflow.python.frameworkimportopsfromtensorflow.examples.tutorials.mnistimportinput_dataf
qq1121405143·2019-06-14 14:31

Tensorflow学习笔记5：Logistic回归

使用TensorFlow进行Logistic回归本教程是关于通过TensorFlow进行二元分类的逻辑回归训练。介绍在使用TensorFlow的线性回归中，我们描述了如何通过线性建模系统来预测连续值参数。如果目标是在两个选择之间做出决定怎么办？答案很简单：我们正在处理分类问题。在本教程中，使用Logistic回归确定输入图像是数字“0”还是数字“1”的目标。换句话说，它是否是数字“1”！完整的源代
qq1121405143·2019-06-14 11:29

TensorFlow学习笔记之 bmp格式、txt格式数据转换成tfrecord 格式

目录一、前言二、bmp格式数据转换成tfrecord格式的代码三、txt格式数据转换成tfrecord格式的代码一、前言之前我们讲过了关于tfrecord格式的相关内容，在这个博客——【超分辨率】30分钟学会TensorFlow高效处理数据的方法-TFRecords格式，这里我们来说一下如何将bmp格式、txt格式数据转换成tfrecord格式二、bmp格式数据转换成tfrecord格式的代码im
我是管小亮 :)·2019-06-10 19:24

PyTorch、TensorFlow深度学习框架学习

Pytorch:深度学习与pytorch入门pytorch动态神经网络(莫烦Python教学)莫烦PythonPyTorch中文网Pytorch中文文档TensorFlow:深度学习框架tensorflow
追枫萨·2019-06-09 17:28

tensorflow图像识别-1

目录环境开始重启一下打标软件目录结构打标结束tensorflow图像识别-1 labelimgTensorflow图像识别-2 试一下识别Tensorflow图像识别-3 训练，笔记本要退休的感觉Tensorflow图像识别-4 应用关于tensorflow
Cleansely·2019-06-07 20:57

tensorflow图像识别-1

目录环境开始重启一下打标软件目录结构打标结束tensorflow图像识别-1 labelimgTensorflow图像识别-2 试一下识别Tensorflow图像识别-3 训练，笔记本要退休的感觉Tensorflow图像识别-4 应用关于tensorflow
Cleansely·2019-06-07 20:57

tensorflow 学习（3）-Lenet

tensorflow学习（3）-LenetAuthor:Joyner学习mnist数据集训练1.数据集192.168.9.5:/DATACENTER1/zhiwen.wang/tensorflow-wzw
Joyner2018·2019-06-03 16:34

tensorflow学习之BasicLSTMCell详解

tf.contrib.rnn.BasicLSTMCell继承自：LayerRNNCellAliases:Classtf.contrib.rnn.BasicLSTMCellClasstf.nn.rnn_cell.BasicLSTMCell基础的LSTM循环网络单元，基于http://arxiv.org/abs/1409.2329.实现。将forget_bias（默认值：1）添加到忘记门的偏差(bia
furuit·2019-06-02 17:58

Install TensorFlow in Anaconda

TableofContentsTensorFlow学习记录第一章Anaconda简介1.1Anaconda、conda、pip、virtualenv的区别比较1.2参考第二章Anaconda安装Tensorflow2.1
BogeyDa·2019-06-01 19:04

Tensorflow-递归神经网络RNN之LSTM图片分类

深度学习框架Tensorflow学习与应用实战#LSTM主要用于语音、文本序列化的问题，但同样可以用于图片分类importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data
追枫萨·2019-05-30 16:32

Tensorflow-CNN应用于MNIST数据集分类

深度学习框架Tensorflow学习与应用实战importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data#读取数据集
追枫萨·2019-05-30 16:38

TensorFlow学习记录3——基于cnn的分类算法

TensorFlow学习记录3——基于cnn的分类算法主要参考博客tensorflow的reshape操作tf.reshape()深入MNIST——importtensorflowastfimportnumpyasnpimportmatplotlib.pylabasplt
青崖间·2019-05-29 17:01

Tensorflow学习用slim模块进行猫狗分类

最近实践仿照着做了一下slim模块的使用，以Inception_v3模型对kaggle数据集中的dogsVScats数据集进行分类。由于只需要分两类，所以需要对以Inception_v3模型的输出层进行调整，因为原模型是分1000类的。实验过程中共采用猫狗的图片，最后只需分猫狗两类。1.准备数据集kaggle数据集：https://www.kaggle.com/salader/dogsvscats
秋名鱼酱·2019-05-29 09:18

TensorFlow学习记录1——基础知识和设计理念

TensorFlow学习记录1——基础知识和设计理念**常见命令解析**tf.app.run()pb文件生成常见命令解析tensorflow官方文档tf.app.run()(tensorflow)——tf.app.run
青崖间·2019-05-28 15:20

TensorFlow学习笔记之30分钟学会 TFRecords 格式高效处理数据

目录前言如何使用本教程输入数据集TFRecords简介使用输入流水线并行读取数据创建文件名列表创建文件名队列创建Reader和DecoderTFRecords格式数据文件处理流程创建样例队列创建协调器创建批样例数据代码模板参考文章前言神经网络的复兴和深度学习的崛起离不开大数据的驱动，对于我们这个时代的机器学习模型来说，数据是一切的基础。没有真实而有效的数据支撑，再精妙的算法也会黯然失色，模型设计便
我是管小亮 :)·2019-05-25 18:56

Tensorflow-简单计算

深度学习框架Tensorflow学习与应用importtensorflowastf#创建一个常量op,一行两列m1=tf.constant([[3,3]])#创建一个常量op,两行一列m2=tf.constant
追枫萨·2019-05-22 18:44

【Tensorflow学习】之常用函数笔记

tf.contact()数据连接axis=0，相当于增加样本数，第一个维度中数据变多axis=1，相当于增加第二个维度的特征数，第二个维度中数据变多axis=2，相当于增加第三个维度的特征数，第三个维度中数据变多importtensorflowastfimportnumpyasnpt1=[[1,2,3],[4,5,6]]print(np.shape(np.array(t1)))t2=[[7,8,9
ChaoFeiLi·2019-05-22 17:08

tensorflow学习 -处理fashion mnist数据集

importtensorflowastffromtensorflowimportkerasimportnumpyasnpimportmatplotlib.pyplotaspltdefto_onehot(y,num):lables=np.zeros([num,len(y)])foriinrange(len(y)):lables[y[i],i]=1returnlables.T#预处理数据mnist=k
smart_hang·2019-05-20 20:45

tensorflow学习(二)——finetune预训练网络--以mobileNetV1为例

文章目录一、流程二、mobileNetV1预训练一、流程微调预训练的流程为准备数据定义网络结构，除了网络外，还可以根据需要定义梯度下降算法，准确度计算等。找到网络的定义，设置需要导入的变量(重要，因为fine-tune最后分类层如果数据类别数目不同的话是一定要改的)设置需要梯度下降更新的变量(即可以选择冻结前面特征提取层、只训练分类层)二、mobileNetV1预训练下载预训练的权重并解压网络结构
loliqq·2019-05-14 18:23

TensorFlow学习（11）安装GPU版本的Tensorflow

安装CUDA1.准备好NVIDIA的显卡，下载安装CUDA：https://developer.nvidia.com/cuda-downloads2.安装好之后把CUDA安装目录下的bin和lib\x64添加到环境变量Path中安装cuDNN1.cuDNN下载：https://developer.nvidia.com/rdp/cudnn-download2.解压压缩包，把压缩包中bin，inclu
换头像真麻烦·2019-05-09 11:38

TensorFlow学习（10）google图像识别网络inception-v3

下载保存模型importtensorflowastfimportosimporttarfileimportrequestsinception_pretrain_model_url='http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz'inception_pretrain_model_dir='i
换头像真麻烦·2019-05-07 19:36

新手必备 | 史上最全的PyTorch学习资源汇总

【磐创AI导读】之前的文章中，我们总结了适合新手快速入门的Tensorflow学习资源汇总，今天我们将为大家介绍另一个深度学习框架PyTorch的学习资源，非常适合新手学习，建议大家收藏。
磐创 AI·2019-05-07 17:37

TensorFlow学习（9）循环神经网络、保存模型和载入模型

RNNRNN和BP都有梯度消失的问题，信号会逐渐减弱LSTM主要用于文本和语音等序列化问题LSTM隐藏层的神经元不像BP的那样的神经元，而是如下比较复杂的block第一项的输入影响了第4和第6项的输出结果手写数字识别使用卷积神经网络案列importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datamnist=i
换头像真麻烦·2019-05-07 16:56

TensorFlow学习（5）优化器 Optimizer

Optimizertf.train.GradientDescentOptimizertf.train.AdadeltaOptimizertf.train.AdagradOptimizertf.train.AdagradDAOptimizertf.train.MomentumOptimizertf.train.AdamOptimizertf.train.FtrlOptimizertf.train.P
换头像真麻烦·2019-05-05 16:48

TensorFlow学习（4）拟合

回归问题分类问题解决方法正则化其实就是减少修改权重的步子，也就是减少误差，降低权重的重要性Dropout每次迭代使部分神经元工作，部分不工作，使得似乎是多个模型的平均结果，测试的时候使用所有的神经元Dropout会使收敛速度变慢如果分别使用训练集、测试集计算准确度，画出曲线，如果这两条曲线偏差比较大，那么说明发生过拟合，因为用新的数据时准确度明显下降。如果使用Dropout后两条曲线间距非常小，说
换头像真麻烦·2019-05-05 14:21

TensorFlow学习（3）二次代价函数和交叉熵代价函数

二次代价函数（quadraticcost）假如我们的目标是收敛到1，A点为0.82距离目标远，梯度比较大，权值调整比较大，B点为0.98距离目标近，梯度比较小，权值调整比较小，调整方案合理假如我们的目标是收料到0，A点为0.82距离目标近，梯度比较大，权值调整比较大，B点为0.98距离目标远，梯度比较小，权值调整比较小，调整方案不合理交叉熵代价函数（cross-entropy）对数释然代价函数（l
换头像真麻烦·2019-05-05 12:45

TensorFlow学习（2）简单手写数字识别

MNIST数据集下载网址：MNIST下载的数据：训练集的图片和标签，测试集的图片和标签，60000行的训练数据集和10000行的测试数据集将二维数组展开成一维的向量构建简单的神经网络softmax函数importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data#载入数据集mnist=input_data.re
换头像真麻烦·2019-05-05 10:05

tensorflow学习之LSTMCell详解(Class tf.contrib.rnn.LSTMCell与Class tf.contrib.rnn.BasicLSTMCell的区别)

转载：https://blog.csdn.net/u013230189/article/details/82811066Classtf.contrib.rnn.LSTMCell继承自：LayerRNNCellAliases:Classtf.contrib.rnn.LSTMCellClasstf.nn.rnn_cell.LSTMCell长短时记忆单元循环网络单元。默认的non-peephole是基于
qq_1410888563·2019-05-02 16:24

【TensorFlow】

综合tfapiTensorFlow学习笔记1：graph、session和opSession与变量的关系：变量的具体值是依存于session的，下面第二个sess会报未初始化的错，即使第一个sess里已经初始化了变量
dominic_z·2019-04-28 12:21

TensorFlow学习笔记-权值和偏置值

权值和偏置值x=tf.placeholder(tf.float32,[None,784])#输入一个矩阵?*784W=tf.Variable(tf.zeros([784,10]))#是一个784*10的矩阵b=tf.Variable(tf.zeros([10]))#是一个1*10的矩阵c=tf.matmul(x,W)z=c+bprediction=tf.nn.softmax(z)#使用softma
myzmh·2019-04-27 10:52
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他