Tensorflow学习

TensorFlow学习笔记（八）—— TensorFlow基于MNIST数据集识别手写数字

训练程序参照Tensorflow中文社区教程：http://www.tensorfly.cn/tfdoc/tutorials/mnist_pros.html能在自己的环境中成功运行代码。（注意一点：关于教程的print函数）在博主用的Python3.6版本中，print已经成为了一个函数，而在Python2.7当中print不是一个函数，这里博主是需要加上括号。所以根据自己所用的版本，更改这里，例
tiankong19999·2018-09-26 20:24

TensorFlow学习笔记（七）—— MNIST —— 进阶

构建一个多层卷积网络在MNIST上只有91%正确率，实在太糟糕。在这个小节里，我们用一个稍微复杂的模型：卷积神经网络来改善效果。这会达到大概99.2%的准确率。虽然不是最高，但是还是比较让人满意。权重初始化为了创建这个模型，我们需要创建大量的权重和偏置项。这个模型中的权重在初始化时应该加入少量的噪声来打破对称性以及避免0梯度。由于我们使用的是ReLU神经元，因此比较好的做法是用一个较小的正数来初始
tiankong19999·2018-09-26 17:34

TensorFlow学习笔记（五）—— MNIST —— 数据下载，读取

教程地址：TensorFlow中文社区MNIST数据下载源码:tensorflow/g3doc/tutorials/mnist/本教程的目标是展示如何下载用于手写数字分类问题所要用到的（经典）MNIST数据集。教程文件本教程需要使用以下文件：文件目的input_data.py下载用于训练和测试的MNIST数据集的源码备注：input_data.py文件路径为：tensorflow\examples
tiankong19999·2018-09-20 20:10

SSD+Tensorflow学习

http://blog.csdn.net/liuyan20062010/article/details/789055171.搭建SSD框架，下载解压即可下载SSD-tensorflow并解压https://github.com/balancap/SSD-Tensorflow2.下载官方数据下载VOC2007和VOC2012数据集，放在/imagedata目录下：cdimagedatawgethtt
duanyajun987·2018-09-20 18:07

tensorflow学习笔记--embedding_lookup()用法

版权声明：本文为博主原创文章，未经博主允许不得转载。https://blog.csdn.net/u013041398/article/details/60955847embedding_lookup()的用法关于tensorflow中embedding_lookup()的用法，在Udacity的word2vec会涉及到，本文将通俗的进行解释。首先看一段网上的简单代码： 12345678910111
Candy_GL·2018-09-20 11:17

学习之乐土

一位googleresharch)深度学习TensorFlow实现RNN，原理到代码，非常详细RNN一个学生写的深度学习博客TensorFlowTensorFlowExample对于入门者非常有帮助我的TensorFlow
cb_guo·2018-09-20 10:06

tensorflow学习基础环境搭建

最近准备参加一场人工智能的培训，准备提前学习一下，把自己安装过程记录一下，tensorflow基础环境搭建。tensorflow中文网站：https://tensorflow.google.cn/1、安装python3.6.6https://www.python.org/ftp/python/3.6.6/python-3.6.6-amd64.exe安装过程中记得将勾选添加到环境变量2、配置pip对
carltien·2018-09-14 21:43

Tensorflow学习笔记（2）——Tensorflow-GPU版安装总结

经历了N多次的失败，TF-GPU的环境终于搭建好了，全程连着弄了三天。现在把安装中的注意事项总结一下，希望大家少走弯路！先把自己的配置列表说一下：Windows7_x64VS2015_ProfessionalPython_3.5.2Cuda_8.0.44（是44啊不是61，一定要装44）Cudnn_6.0forcuda8.0Tensorflow-gpu_1.4.0GPU环境非常的娇贵，上面的版本号
超级无敌小小顺利·2018-09-11 10:44

Tensorflow一些常用基本概念与函数（1）

https://me.csdn.net/lenbow版权：本文版权归作者和CSDN博客共有写这篇博客只为自己学习路上做个笔记，方便自己学习记忆，大家如果想看详细文章可以去原作者主页去看，同时他的博客中还有很多tensorflow
David_Yang_7·2018-09-10 17:32

【TensorFlow学习笔记】tensorflow命令行参数定义

1、argparseargparse是python的命令行解析库importargparsedefparse_arguments():#创建解析器parser=argparse.ArgumentParser()#第一个是参数名称，第二个参数是类型，第三个参数是默认值，第四个是参数描述parser.add_argument('--logs_base_dir',type=str,help='Direc
1273545169·2018-09-10 17:16

Tensorflow学习之手写数字识别

前言：很久没有更新了，主要是最近也有很多事情，一个人学习新知识总是有点坚持不下来，前面的知识也没能很好的理解，存在的问题比较多。调试比较难调，在虚拟机里面总是报“memoryerror”或者“已杀死”，但是重开一遍又没有了，在运行途中也总会出现这样的问题，让我很烦恼，只有自己一个人慢慢调。这几天也坚定了学习代码的心，后面的更新应该会更规律更频繁。本节内容其实是一小节，我觉得也很有必要整理一下，就单
一只呱呱呱啊·2018-09-10 14:10

【DL】TensorFlow Index

BacktoDeepLearningIndex.TensorFlow基础概念TensorFlow学习资源Tricks技巧：禁用GPU，强制使用CPU⊙\odot⊙模型读写⊙\odot⊙
鹅城惊喜师爷·2018-09-09 21:55

TensorFlow学习笔记（二）—— TensorFlow的安装

下载与安装你可以使用我们提供的二进制包,或者使用源代码,安装TensorFlow.二进制安装TensorFlowPythonAPI依赖Python2.7版本.在Linux和Mac下最简单的安装方式,是使用pip安装.如果在安装过程中遇到错误,请查阅常见问题.为了简化安装步骤,建议使用virtualenv,教程见这里.Ubuntu/Linux#仅使用CPU的版本$pipinstallhttps://
tiankong19999·2018-09-05 19:12

Tensorflow学习笔记：卷积层的实现

tensorflow中主要是用到了tf.nn.conv2d()这个函数,来进行卷积的计算，函数常用的参数如下：tf.nn.conv2d(input,filter,strides,padding)input:一个四维的输入，第一维是batch维，后三维是输入矩阵的大小。filte:一个四维的过滤器，前两维是过滤器尺寸一般设置为3*3或者5*5，第三维要与输入矩阵的深度保持一致，第四维是过滤器深度，表
岛上的道长·2018-09-04 11:47

TensorFlow学习——tf.GPUOptions和tf.ConfigProto用法解析

在服务器上用多GPU做训练时，由于想只用其中的一个GPU设备做训练，可使用深度学习代码运行时往往出现多个GPU显存被占满清理。出现该现象主要是tensorflow训练时默认占用所有GPU的显存。查看你的源文件中是否有类似如下的代码片段：withtf.Graph().as_default():gpu_options=tf.GPUOptions(per_process_gpu_memory_fract
ciky奇·2018-09-03 13:14

TensorFlow学习实践（四）：使用TFRecord格式数据和tf.contrib.slim API进行模型训练和预测

tensorflow/tensorflow/tree/master/tensorflow/contrib/slim目录一、数据输入二、模型定义三、模型训练四、模型验证一、数据输入数据输入与上篇中的相同TensorFlow
qiumokucao·2018-08-30 21:54

Tensorflow学习笔记一：概述

一：机器学习机器学习的定义：如果一个程序可在任务T上，随经验E的增加，效果P随之增加，则这个程序可以从经验中学习。机器学习的过程是通过大量数据的输入，生成一个模型，再利用这个生成的模型，实现对结果的预测。庞大的神经网络是基于神经元结构的，是输入乘以权重，再求和，再经过非线性函数的过程。二：人工智能和机器学习和深度学习人工智能，就是用机器模拟人的意识和思维。机器学习，则是实现人工智能的一种方法，是人
被选召的孩子·2018-08-29 00:00

TensorFlow学习笔记（二）：神经网络可视化

承接上次文章，这次是在观看python教程后，使用matplotlib可视化工具，对神经网络训练过程进行可视化，更直观了解机器学习学到了什么东西。代码如下：#-*-coding:utf-8-*-importtensorflowastfimportnumpyasnpimportmatplotlib.pyplotaspltdefadd_layer(inputs,in_size,out_size,act
小熊猫3·2018-08-28 15:01

TensorFlow学习中的第一个坑

安装TensorFlow好了，运行下面的代码importtensorflowastfhello=tf.constant('Hello,TensorFlow!')sess=tf.Session()print(sess.run(hello))你会遇到这样的提示[YourCPUsupportsinstructionsthatthisTensorFlowbinarywasnotcompiledtouse:
豪哥的世界·2018-08-28 14:40

TensorFlow学习笔记（一）：构建神经网络

首先说明一下TensorFlow的安装过程，可以参考下方链接进行，在Linux系统进行安装非常简单，https://blog.csdn.net/y1250056491/article/details/78670710/这次主要说明一下如何使用TensorFlow构建一个简单的神经网络去进行随机点集的拟合。程序：#-*-coding:utf-8-*-"""Pleasenote,thiscodeiso
小熊猫3·2018-08-28 11:16

深度学习框架Tensorflow学习与应用（1到4）

本套视频基于:https://www.bilibili.com/video/av20542427?p=4一.02-1创建图，启动图#coding:utf-8#In[4]:importtensorflowastf#In[6]:#创建一个常量opm1=tf.constant([[3,4]])#创建一个常量opm2=tf.constant([[1],[5]])#创建一个矩阵乘法op,把m1和m2传入pr
garrulousabyss·2018-08-27 04:14

TensorFlow学习实践（二）：使用TFRecord格式数据和tf.data API进行模型训练和预测

本文以mnist为例，介绍如何使用TFRecord格式数据和tf.dataAPI进行模型训练和预测。参考：1、cifar102、https://tensorflow.google.cn/guide/datasets目录一、数据解析二、定义模型、损失和训练操作三、模型训练一、数据解析defparse_data(example_proto):features={'img_raw':tf.FixedLe
qiumokucao·2018-08-26 20:58

TensorFlow学习实践（一）：使用TFRecord格式数据和队列进行模型训练和预测

本文以mnist为例，介绍如何使用TFRecord格式数据和队列进行模型训练和预测。参考：1、cifar102、https://tensorflow.google.cn/guide/datasetsTFRecord格式数据的制作参见将mnist数据转成原始图片数据再转成TFRecord格式目录一、输入数据的解析和预处理二、定义模型三、计算损失并定义训练操作四、模型训练五、模型验证六、对单张图片进行
qiumokucao·2018-08-26 19:11

tensorflow学习之Anaconda开发环境搭建

tensorflow的开发环境有很多，可以在Docker上搭建，也可以使用Anaconda管理工具搭建，也可以直接在本机中安装tensorflow。在这里为了工具包的方便管理，我选择使用Anaconda搭建。环境搭建下载并安装Anaconda下载并安装tensorflow下载并安装notebook下载AnacondaAnaconda是什么？Anaconda是一种Python语言的免费增值开源发行版
codeteenager·2018-08-20 13:03

tensorflow学习之Anaconda开发环境搭建

tensorflow的开发环境有很多，可以在Docker上搭建，也可以使用Anaconda管理工具搭建，也可以直接在本机中安装tensorflow。在这里为了工具包的方便管理，我选择使用Anaconda搭建。环境搭建下载并安装Anaconda下载并安装tensorflow下载并安装notebook下载AnacondaAnaconda是什么？Anaconda是一种Python语言的免费增值开源发行版
码出世界·2018-08-20 00:00

Tensorflow学习笔记（1）——Tensorflow-CPU版安装躺坑实录

从今天开始就要出品自己的Tensorflow系列啦！由于是第一篇关于Python的博文，所以先把接触Python以来的感想和心得都放了进来，想看Tensorflow的博友请直接跳到标题三。一、Python，Anaconda，Pycharm到底是什么？这个看似很Low的问题在刚刚学Python的时候困扰了我很久。我们要学的是Python，直接去Python官网安装一个Python编译器不就可以了吗？
超级无敌小小顺利·2018-08-18 12:16

TensorFlow学习——Tensorflow Object Detection API（2.目标检测篇）

2017年6月，Google公司开放了TensorFlowObjectDetectionAPI。这个项目使用TensorFlow实现了大多数深度学习目标检测框架，真中就包括FasterR-CNN。本系列文章将（1）先介绍如何安装TensorFlowObjectDetectionAPI；（2）再介绍如何使用已经训练好的模型进行物体检测；（3）最后介绍如何训练自己的模型；之前已经完成了安装篇的讲解（T
ciky奇·2018-08-17 00:51

Tensorflow学习笔记之二：电影评论识别分类

前言本教程来自TensorFlow官方教程tensorflow.org,网站和大部分学习资源被墙，请自主进行科学上网。文章旨在记录自己学习机器学习相关知识的过程，如对您学习过程有所助益，不胜荣幸。文章是个人翻译，水平有限，希望理解。教程采用Anaconda版本的Python，是Python3代码,编辑器是Pycharm。原文Github地址原文colab地址(科学上网)这篇文章将会建立一个神经网络
XvZipo·2018-08-16 23:18

TensorFlow学习之一：实现kaggle赛题Digit Recognizer

最近学习TensorFlow的时候，正好利用kaggle上的Minist数据集来入手。经历一段时间的折磨后，终于成功弄出了一个结果，至于优化类的后面再讲，今天就介绍下tensorflow入门minist。一开始我是看着官网学习的，但是鉴于官网知识很有限，最后我都理解为我自己的东西了。学习的部分我前半部分为训练模型加保存模型，后半部分为加载模型并预测。这里我们讲解也分为2部分来讲解。先讲上部分，数据
幸运的Alina·2018-08-15 19:07

Tensorflow学习之MNIST数据集

前言：最近有段时间没学习了，主要是MNIST数据集这一节的代码很多错误，比较难调试，而且每次报的错误还不一样，在网上百度又尝试了好多种解决办法最后才解决，挺烦的。还有就是自己本来选的人工智能方向，但是导师在这个方向貌似资源比较少，估计开学了就准备换个硬件方向了，一直都在怀疑自己还应不应该继续学Tensflow。最后就是，自己这段时间超级想买个IpadPro，也不知道是怎么会使，感觉跟有毒一样，本来
一只呱呱呱啊·2018-08-14 22:44

Tensorflow学习之MNIST数据集

前言：最近有段时间没学习了，主要是MNIST数据集这一节的代码很多错误，比较难调试，而且每次报的错误还不一样，在网上百度又尝试了好多种解决办法最后才解决，挺烦的。还有就是自己本来选的人工智能方向，但是导师在这个方向貌似资源比较少，估计开学了就准备换个硬件方向了，一直都在怀疑自己还应不应该继续学Tensflow。最后就是，自己这段时间超级想买个IpadPro，也不知道是怎么会使，感觉跟有毒一样，本来
一只呱呱呱啊·2018-08-14 22:44

Tensorflow学习： AlexNet完整训练与测试代码

alexnet.py"""ThisisanTensorFLowimplementationofAlexNetbyAlexKrizhevskyatall.Paper:(http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf)Explanationcanbe
nkszjx2·2018-08-12 20:59

python 从入门到砸门 Tensorflow笔记 入门篇001

**python从入门到砸门Tensorflow学习记录001MNIST**所谓学问，本有学有问，但此文乃学渣笔记，故其中竟多是问题，少是经验教学，不明之处恳请大牛赐教，本人适做整理工作，愿为广大程序猿尽绵薄之力尔
宇宙第一爸·2018-08-11 21:49

python 从入门到砸门 Tensorflow笔记 入门篇001

**python从入门到砸门Tensorflow学习记录001MNIST**所谓学问，本有学有问，但此文乃学渣笔记，故其中竟多是问题，少是经验教学，不明之处恳请大牛赐教，本人适做整理工作，愿为广大程序猿尽绵薄之力尔
宇宙第一爸·2018-08-11 21:49

tensorflow学习教程之文本分类详析

前言这几天caffe2发布了，支持移动端，我理解是类似单片机的物联网吧应该不是手机之类的，试想iphone7跑CNN，画面太美~作为一个刚入坑的，甚至还没入坑的人，咱们还是老实研究下tensorflow吧，虽然它没有caffe好上手。tensorflow的特点我就不介绍了：基于Python，写的很快并且具有可读性。支持CPU和GPU，在多GPU系统上的运行更为顺畅。代码编译效率较高。社区发展的非常
michaelgbw·2018-08-07 09:26

TensorFlow学习（四）之基于win10实现官方Object Detection API 步骤及出现的坑bug解决办法

第一步：安装所需的库1下载TensorflowobjectdetectionAPI；https://github.com/tensorflow/models到本地，这一步一般不会报错下载后，配置环境变量，在‘此电脑’-‘属性’-‘高级系统设置’-‘环境变量’-‘系统变量’中，将tensorflow-models\research\和tensorflow-models\research\slim添加
搞视觉的张小凡·2018-08-05 20:35

TensorFlow学习（四）之基于win10实现官方Object Detection API 步骤及出现的坑bug解决办法

第一步：安装所需的库1下载TensorflowobjectdetectionAPI；https://github.com/tensorflow/models到本地，这一步一般不会报错下载后，配置环境变量，在‘此电脑’-‘属性’-‘高级系统设置’-‘环境变量’-‘系统变量’中，将tensorflow-models\research\和tensorflow-models\research\slim添加
搞视觉的张小凡·2018-08-05 20:35

Tensorflow学习之神经网络优化

一、损失函数神经元模型：用数学公式表示为：，f为激活函数，神经网络是以神经元为基本单元构成的。激活函数：引入非线性激活因素，提高模型的表达力常用的激活函数有relu、sigmoid、tanh等。神经网络的复杂度：可用神经网络的层数和神经网络中待优化的参数个数来表示神经网络的层数：一般不计入输入层，层数=n个隐藏层+1个输出层神经网络待优化参数：神经网络中所有参数w的个数+所有参数b的个数损失函数（
一只呱呱呱啊·2018-08-03 16:41

Tensorflow学习之神经网络优化

一、损失函数神经元模型：用数学公式表示为：，f为激活函数，神经网络是以神经元为基本单元构成的。激活函数：引入非线性激活因素，提高模型的表达力常用的激活函数有relu、sigmoid、tanh等。神经网络的复杂度：可用神经网络的层数和神经网络中待优化的参数个数来表示神经网络的层数：一般不计入输入层，层数=n个隐藏层+1个输出层神经网络待优化参数：神经网络中所有参数w的个数+所有参数b的个数损失函数（
一只呱呱呱啊·2018-08-03 16:41

TensorFlow学习（五）mnist简单实现模型+tensorboard

一、简单模型importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data#载入数据集mnist=input_data.read_data_sets('D:\\ATest\\MNIST_data',one_hot=True)#每个批次的大小batch_size=100#计算一共有多少个批次n_batch=mni
Gloria971111·2018-08-02 12:59

TensorFlow学习（一）基本概念+变量

一：基本概念TensorFlow是一个编程系统，利用图来表示计算任务，图中的节点称之为op（operation），一个op获得一个或者多个tensor（数据），执行运算产生一个或者多个tensor。tensor看做一个n维的数组或者列表。图必须在会话（session）中被启动。二：一些基础操作（一）定义一个opimporttensorflowastfm1=tf.constant([[3,3]])#
Gloria971111·2018-07-31 19:35

Tensorflow学习之搭建神经网络

搭建神经网络一、基本概念基于Tensorflow的NN：用张量表示数据，用计算图搭建神经网络回话执行计算图，优化线上的权重（参数），得到模型。张量：就是多维数组（列表），用“阶”表示张量的维度。0阶张量就是一个数；1阶张量是xia向量，表示一个一维数组，V=[1,2,3]；2阶张量就是矩阵。表示一个二维数组，m=[[1,2,3],[4,5,6],[7,8,9]]判断张量是几阶的，就是通过张量右边的
一只呱呱呱啊·2018-07-30 22:42

Tensorflow学习之搭建神经网络

搭建神经网络一、基本概念基于Tensorflow的NN：用张量表示数据，用计算图搭建神经网络回话执行计算图，优化线上的权重（参数），得到模型。张量：就是多维数组（列表），用“阶”表示张量的维度。0阶张量就是一个数；1阶张量是xia向量，表示一个一维数组，V=[1,2,3]；2阶张量就是矩阵。表示一个二维数组，m=[[1,2,3],[4,5,6],[7,8,9]]判断张量是几阶的，就是通过张量右边的
一只呱呱呱啊·2018-07-30 22:42

Tensorflow学习之Python的基础知识

Tensflow笔记之Python简单知识总结常用指令pwd打印当前在哪个目录ls列出当前路径下的文件和目录Mkdir目录名新建目录cd目录名进到指定目录python运行Pythong解释器print“HelloWorld!”输出helloworld使用pwd命令打印当前在哪个目录，打印的是绝对路径。绝对路径：是以根目录（”/”）为起点的完整路径，以你所要到的目录为终点。相对路径：是你当前的目录（
一只呱呱呱啊·2018-07-29 00:41

Tensorflow学习之Python的基础知识

Tensflow笔记之Python简单知识总结常用指令pwd打印当前在哪个目录ls列出当前路径下的文件和目录Mkdir目录名新建目录cd目录名进到指定目录python运行Pythong解释器print“HelloWorld!”输出helloworld使用pwd命令打印当前在哪个目录，打印的是绝对路径。绝对路径：是以根目录（”/”）为起点的完整路径，以你所要到的目录为终点。相对路径：是你当前的目录（
一只呱呱呱啊·2018-07-29 00:41

Tensorflow学习（二）之——保存加载模型、Saver的用法

1.Saver的背景介绍我们经常在训练完一个模型之后希望保存训练的结果，这些结果指的是模型的参数，以便下次迭代的训练或者用作测试。Tensorflow针对这一需求提供了Saver类。Saver类提供了向checkpoints文件保存和从checkpoints文件中恢复变量的相关方法。Checkpoints文件是一个二进制文件，它把变量名映射到对应的tensor值。只要提供一个计数器，当计数器触发时
搞视觉的张小凡·2018-07-27 21:50

tensorflow学习笔记（1）：sess.run()

原址：https://www.2cto.com/kf/201610/559887.htmlsession.run()session.run([fetch1,fetch2])importtensorflowastfstate=tf.Variable(0.0,dtype=tf.float32)one=tf.constant(1.0,dtype=tf.float32)new_val=tf.add(sta
David_Yang_7·2018-07-27 10:55

tensorflow学习，建立卷积深度学习网络（CNN），识别和破解captcha图形验证码（21）

原帖：向日葵智能在python如何生成验证码小节，我们利用captcha库做了一个图形验证码产生器，可以产生带one-hot标签的图片数据集。本节将基于此数据集，建立一个卷积深度学习网络（CNN），并且训练之，希望可以识别破解此验证码数据集。CNN卷积深度学习网络的结构计划建立5层网络，前3层为卷积层，第4、5层为全连接层。对4层隐藏层都进行dropout。于是，网络结构如下所示：input——>
ryuchong·2018-07-26 08:55

tensorflow学习之常用函数：tf.reduce_mean，tf.reduce_sum

前沿学习TensorFlow的时候，经常要编写损失函数的代码，经常需要用到tf.reduce_mean,tf.reduce_sum等函数。reduce_max求最大值tf.reduce_max(input_tensor,reduction_indices=None,keep_dims=False,name=None)参数1--input_tensor:待求值的tensor。参数2--reducti
搞视觉的张小凡·2018-07-22 21:12

TensorFlow学习（一）——tensorboard，可视化（如制作loss损失变化图【重要】）summary/scalar/histogram/FileWriter

TensorFlow开发了一个特别有用的可视化工具包：TensorBoard，既可以显示网络结构，又可以显示训练和测试过程中各层参数的变化情况，也是现实神经网络流程图，分为四个部分，第一部分介绍步骤，第二部分是完整代码，第三部分是运行结果。第一部分：基本步骤A、神经网络流程图所有流程图需要添加如下小部件：，网络层层（layer），输入（input-x,input-y),权重(weights)，偏置
搞视觉的张小凡·2018-07-20 19:30
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他