Tensorflow学习

Tensorflow学习之实现多层感知机

深度学习之Tensorflow实现多层感知机为了拟合复杂函数需要的隐含节点的数目，基本上随着隐含层的数量增多呈指数下降趋势，也就是说层数越多，神经网络所需要的隐含节点可以越少。常常为了解决过拟合，可以利用Dropout的方法，即在训练时，将神经网络某一层的输出节点数据随机丢弃一部分。这种做法实质上等于创造出了很多新的随机样本，通过增大样本量、减少特征数量来防止过拟合。梯度弥散是另一个影响深层神经网
丶Minskyli·2017-07-27 00:59

tensorflow学习笔记之MNIST入门

翻译来自http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_beginners.html，我只挑选了一些我认为比较重要的做了摘抄并加上了自己的理解，若需要完整的教学，直接看这个网站就好了。1、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
Emma1997·2017-07-25 16:00

tensorflow学习：使用tensorflow实现word embedding

今天学习使用tensorflow实现wordembedding，下面的例子来自于tensorflow的官方文档，实现wordembedding本身是比较复杂的，下文只用比较简单的方法实现，限于本人刚入门，水平有限，有些细节还没有彻底搞明白，还需要再花些时间研究，现把今天的研究成果记下供日后继续完善。文本参考：https://liusida.github.io/2016/11/14/study-em
qoopqpqp·2017-07-24 19:52

tensorflow学习基础篇（一）安装及入门资料

记录一下我的tensorflow学习之旅，希望以后能少走弯路一、前言前提最好是对python和神经网络有一定的熟悉1、记住tensorflow的官网，tensorflow的官网非常完善，从安装，开发教程
Lee_J_R·2017-07-24 10:47

[TensorFlow 学习笔记-07]池化函数(Pooling Function)

[版权说明]TensorFlow学习笔记参考：李嘉璇著TensorFlow技术解析与实战黄文坚唐源著TensorFlow实战郑泽宇顾思宇著TensorFlow实战Google深度学习框架乐毅王斌著深度学习
沪a_________·2017-07-19 17:19

TensorFlow学习笔记（三）模型的基本步骤

在本教程中，我们将学到构建一个TensorFlow模型的基本步骤，并将通过这些步骤为MNIST构建一个深度卷积神经网络。安装在创建模型之前，我们会先加载MNIST数据集，然后启动一个TensorFlow的session。加载MNIST数据为了方便起见，我们已经准备了一个脚本来自动下载和导入MNIST数据集。它会自动创建一个'MNIST_data'的目录来存储数据。importinput_datam
Soyoger·2017-07-18 22:52

tensorflow学习——ProgressBar输出进度条

1、简单使用的进度条用法：输出进度条下面是主函数，要调用ProgressBar.pyfromProgressBarimport*#定义一个返回函数的函数#参数cost为任务耗时（秒）、epoch为迭代次数、name为任务名、_sub_task为子任务deftask(cost=0.5,epoch=3,name="",_sub_task=None):def_sub():bar=ProgressBar(
ei1994·2017-07-18 18:50

Tensorflow学习——ReLu

预训练的用处：规则化，防止过拟合；压缩数据，去除冗余；强化特征，减小误差；加快收敛速度。标准的sigmoid输出不具备稀疏性，需要用一些惩罚因子来训练出一大堆接近0的冗余数据来，从而产生稀疏数据，例如L1、L1/L2或Student-t作惩罚因子。因此需要进行无监督的预训练。而ReLU是线性修正，公式为：g(x)=max(0,x)，是purelin的折线版。它的作用是如果计算出的值小于0，就让它等
ciky奇·2017-07-17 22:50

tensorflow学习——numpy

numpy方法总结：参考文献：http://blog.csdn.net/u010156024/article/details/50419338**列表：列表操作包含以下函数:1、len(list)：列表元素个数2、max(list)：返回列表元素最大值3、min(list)：返回列表元素最小值4、list(seq)：将元组转换为列表列表操作包含以下方法:1、list.append(obj)：在列表
ei1994·2017-07-17 11:36

TensorFlow学习笔记（4）——深层神经网络

1深度学习与深层神经网络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”。可见深度学习的两个重要特性：多层和非线性。1非线性模型的局限性一个线性模型中通过输入得到输出的函数被称为一个线性变换，线性模型的最大特点是任意线性模型的组合仍是线性模型。而前向传播算法完全符合其定义。因此只通过线性变换，任意层的全连接神经网络和单层神经网络的表达能力没有任何区别，且都是线性
Ericonaldo·2017-07-16 22:14

tensorflow学习笔记（3）——基础（三）——TF训练和变量

5tensorflow实现神经网络1TF游乐场及神经网络简介（TF游乐场，http://playground.tensorflow.org，略）使用神经网络解决分类问题的主要步骤：1.提取特征向量作为输入2.定义神经网络结构，得到输出3.通过训练数据调整参数取值，这是训练神经网络的过程4.使用神经网络进行预测2前向传播算法简介神经网络的结构就是不同神经元之间的连接结构。全连接的神经网络是指相邻两层
Ericonaldo·2017-07-15 18:47

TensorFlow学习（六）：形状相关操作

tf.shape(input,name=None,out_type=tf.int32)作用：返回一个1维tensor表示input的形状参数：input:输入的tensorname:可选，这个操作的名字out_type:(可选)输出的类型(int32orint64)，默认tf.int32例：'t'is[[[1,1,1],[2,2,2]],[[3,3,3],[4,4,4]]]shape(t)==>[
BURIBURI_ZAEMON·2017-07-15 13:14

tensorflow学习：placeholder用法

用户输入两个值，计算两个值的乘积importtensorflowastf#placeholder类似于c++的cin，要求用户运行时输入input1=tf.placeholder(tf.float32,[2,2])input2=tf.placeholder(tf.float32,[2,2])input3=tf.placeholder(tf.float32)input4=tf.placeholder
qoopqpqp·2017-07-14 10:41

tensorflow 进阶学习

TensorFlow-Examplestensorflow学习笔记三：实例数据下载与读取ConvolutionalNeuralNetworkCNNwithTensorFlowtutorialawesome-tensorflowimportnumpyasnpimporttensorflowastfcoefficients
jiandanjinxin·2017-07-07 17:52

TensorFlow学习笔记13----TensorFlow Serving

原文教程：tensorflow官方教程记录关键内容与学习感受。未完待续。。TensorFlowServing——这一部分最后再来看。先放着。1、介绍tensorflow服务器对于机器学习模型来说，是一个灵活的、高效能的服务系统，用来设计生产环境。tensorflow服务器保证相同的服务器架构和API，使得开发新的算法和实验变得容易。2、BasicServingTutorialbasictutori
夏洛的网·2017-07-06 16:38

资源

1.资源|数十种TensorFlow实现案例汇集：代码+笔记http://www.cnblogs.com/zhizhan/p/5971423.html2.Tensorflow学习笔记--RNN精要及代码实现
sunshine芝火·2017-07-05 12:42

TensorFlow学习---实现mnist手写数字识别

卷积神经网络CNN的理论部分直接看帖子：TensorFlow学习--卷积神经网络CNN卷积神经网络CNN的结构一般包含这几个层：输入层：用于数据的输入卷积层：使用卷积核进行特征提取和特征映射激活层：由于卷积也是一种线性运算
huahuazhu·2017-07-03 14:51

TensorFlow学习（二）：变量常量类型

一.概览还记的上节TensorFlow学习
BURIBURI_ZAEMON·2017-07-03 10:05

TensorFlow学习--卷积神经网络CNN

转载地址：深度学习之卷积神经网络CNN及tensorflow代码实现示例http://blog.csdn.net/cxmscb/article/details/71023576一、CNN的引入在人工的全连接神经网络中，每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时，这时全连接网络需要训练的参数就会增大很多，计算速度就会变得很慢，例如一张黑白的28×28的手写数字图片，输
huahuazhu·2017-06-30 11:55

TensorFlow学习笔记1：入门

欢迎转载，请注明本文的链接地址：http://www.jeyzhang.com/tensorflow-learning-notes.htmlTensorFlowTensorFlow简介TensorFlow是Google在2015年11月份开源的人工智能系统（Github项目地址），是之前所开发的深度学习基础架构DistBelief的改进版本，该系统可以被用于语音识别、图片识别等多个领域。官网上对T
BURIBURI_ZAEMON·2017-06-29 20:06

TensorFlow学习---tf.nn.dropout防止过拟合

一、Dropout原理简述：tf.nn.dropout是TensorFlow里面为了防止或减轻过拟合而使用的函数，它一般用在全连接层。Dropout就是在不同的训练过程中随机扔掉一部分神经元。也就是让某个神经元的激活值以一定的概率p，让其停止工作，这次训练过程中不更新权值，也不参加神经网络的计算。但是它的权重得保留下来（只是暂时不更新而已），因为下次样本输入时它可能又得工作了。示意图如下：但在测试
huahuazhu·2017-06-23 16:17

tensorflow学习之路(5):利用tensorflow输出devices信息

利用tensorflow写相关项目时，尤其是写多GPU项目时，需要指定某个GPU，利用下面代码：withtf.device('/gpu:0'):....withtf.device('/gpu:1'):...withtf.device('/cpu:0'):...但是，往往不知道GUP或者CUP相关信息，那么，可以通过下面的代码查看对应的信息：fromtensorflow.python.clienti
UvFanFan·2017-06-20 11:43

TensorFlow学习笔记3：词向量

上篇博文讲了如何构建一个简单的CNN模型，并运行在MNIST数据集上。下面讲述一下如何在TensorFlow中生成词向量(WordEmbedding)，使用的模型来自Mikolovetal。本文的目录如下：解释使用连续词向量的原因；词向量模型的原理及训练过程；在TensorFlow中实现模型的简单版本，并给出优化的方法；TensorFlow实现了两个版本的模型：简单版和正式版。如果想看源码的，可以
飞翔的大马哈鱼·2017-06-19 20:07

tensorflow学习之路(4):tf.shape(xxx) vs. xxx.get_shape()

tf.shape(xxx)和xxx.get_shape()比较相同点：都可以得到tensorxxx的尺寸不同点：tf.shape(xxx)中xxx数据的类型可以是tensor,list,array；而xxx.get_shape()中的xxx的数据类型必须是tensor,且返回的是一个tuple.可以通过xxx.get_shape().as_list()得到一个list。例如：x=tf.trunca
UvFanFan·2017-06-15 11:02

（三）tensorflow学习之旅——mnist的softmax分类示例

Tensorflow的学习文档有不少，但是最好找一个文档，从简单到复杂，逐步学习！我选择的是Tensorflow官方文档中文版（极客学院翻译）。Tensorflow可以用于机器学习和深度神经网络算法的开发，但是其用于机器学习时，要用tf的语句语法编写算法，算法没有封装起来，比较麻烦，无法体现tf的强大！机器学习方面的库有不少，API封装的也非常好，例如Scikit-learn。所以学习tensor
btbujhj·2017-06-12 20:12

tensorflow学习之路(2-2):tf.variable_scope(),tf.name_scope(),tf.get_variable()的认识（补充）

在tensorflow学习之路(2-1):tf.variable_scope(),tf.name_scope(),tf.get_variable()的认识这篇中，并没有对他们有一个很好的认识，仅仅介绍了他们的使用
IB_H20·2017-06-08 22:00

tensorflow学习之tensorboard可视化

tensorboard功能可视化的好帮手Event:展示训练过程中的统计数据（最值，均值等）变化情况Image:展示训练过程中记录的图像Audio:展示训练过程中记录的音频Histogram:展示训练过程中记录的数据的分布图原理在运行过程中，记录结构化的数据运行一个本地服务器，监听6006端口请求时，分析记录的数据，绘制1.Histogram:展示训练过程中记录的数据的分布图withtf.name
我拿buff·2017-06-07 15:33

tensorflow学习之tensorboard可视化

tensorboard功能可视化的好帮手Event:展示训练过程中的统计数据（最值，均值等）变化情况Image:展示训练过程中记录的图像Audio:展示训练过程中记录的音频Histogram:展示训练过程中记录的数据的分布图原理在运行过程中，记录结构化的数据运行一个本地服务器，监听6006端口请求时，分析记录的数据，绘制1.Histogram:展示训练过程中记录的数据的分布图withtf.name
gaohuazhao·2017-06-07 15:00

TensorFlow学习笔记11----Building Input Functions with tf.contrib.learn

原文教程：tensorflow官方教程记录关键内容与学习感受。未完待续。。BuildingInputFunctionswithtf.contrib.learn——这个教程向你介绍如何在tf.contrib.learn创建输入函数。你可以获得一个如果构造input_fn的综述来对你的模型预处理和喂进数据。接着，接着你可以实现一个input_fn，它可以在神经网络回归量提供训练、验证和预测数据，来预测
liuxiao214·2017-06-06 20:00

tensorflow学习之识别单张图片的实现（python手写数字）

假设我们已经安装好了tensorflow。一般在安装好tensorflow后，都会跑它的demo，而最常见的demo就是手写数字识别的demo,也就是mnist数据集。然而我们仅仅是跑了它的demo而已，可能很多人会有和我一样的想法，如果拿来一张数字图片，如何应用我们训练的网络模型来识别出来，下面我们就以mnist的demo来实现它。1.训练模型首先我们要训练好模型，并且把模型model.ckpt
我拿buff·2017-06-06 19:37

Tensorflow学习路线

一、Tensorflow入门一）、环境配置 二）、python基础语法 三）、Tensorflow基本概念的理解 四）、Tensorflow框架和源码分析 二、Tensorflow进阶一）、Tensorflow可视化工具 二）、python机械学习相关的库 三）、Tensorflow与其他深度学习框架的协作 1、Keras介绍 1）、Keras是一个高级的Python神经网络框架，已经被添加到T
yaoming168·2017-06-04 13:00

深度学习笔记——TensorFlow学习笔记（三）使用TensorFlow实现的神经网络进行MNIST手写体数字识别

本文是TensorFlow学习的第三部分，参考的是《TensorFlow实战Google深度学习框架》一书，这部分讲述的是使用TensorFlow实现的神经网络进行MNIST手写体数字识别一个实例。
mpk_no1·2017-06-04 00:59

深度学习笔记——TensorFlow学习笔记（二）激活函数、损失函数、优化算法和正则项

本文是TensorFlow学习笔记的第二部分，这部分主要介绍神经网络中的激活函数、损失函数、优化算法和正则项。
mpk_no1·2017-06-03 22:54

深度学习笔记——TensorFlow学习笔记（一）入门

之前使用的深度学习框架一直是Keras，Keras的高级封装特性让人们十分容易理解并上手。不过有些时候，由于keras过于封装，反而使得有些时候不能灵活运用。这时候更底层一些的TensorFlow就体现出优势来了。另外，大家知道，keras的底层后端有Theano和TensorFlow两种，如果想要自己实现一个自定义层，就需要调用后端接口实现了。基于此，最近开始学习一些TensorFlow的知识，
mpk_no1·2017-06-02 22:11

TensorFlow学习笔记10----Logging and Monitoring Basics with tf.contrib.learn

原文教程：tensorflow官方教程记录关键内容与学习感受。未完待续。。LoggingandMonitoringBasicswithtf.contrib.learn——当训练一个模型时，实时地跟踪和验证处理过程是很有价值的。在本教程中，你将学习如何使用tensorflow的日志功能和监督API，来审计一个关于鸢尾花分类的神经网络分类器的训练过程。这个教程的代码依赖于tf.contrib.lear
liuxiao214·2017-06-01 15:00

Tensorflow学习笔记--使用迁移学习做自己的图像分类器（Inception v3）

本文主要使用inceptionv3的模型，再后面接一个softmax，做一个分类器。具体代码都是参照tfgithub。整体步骤：步骤一：数据准备，准备自己要分类的图片训练样本。步骤二：retrain.py程序，用于下载inceptionv3模型及训练后面的分类器（可见最后的代码）步骤三：训练命令步骤四：预测prediction.py程序，用于调用新生成的模型预测新数据的结果。具体内容：步骤一：数据
骆驼算法学习笔记·2017-05-30 22:01

tensorflow学习(3)tensorflow运行工作方式，以卷积神经网络分类为例

几乎所有的tensorflow机器学习代码都有一些共同的特点，以下就其工作方式，进行讲解：1）输入与占位符（InputsandPlaceholders）tf.placeholder操作，定义传入图表中的shape参数，shape参数中包括batch_size值，后续还会将实际的训练用例传入图表。images_placeholder=tf.placeholder(tf.float32,shape=(
a18852867035·2017-05-30 15:00

[TensorFlow 学习笔记-04]卷积函数之tf.nn.conv2d

[版权说明]TensorFlow学习笔记参考：李嘉璇著TensorFlow技术解析与实战黄文坚唐源著TensorFlow实战郑泽宇顾思宇著TensorFlow实战Google深度学习框架乐毅王斌著深度学习
沪a_________·2017-05-28 13:29

TensorFlow学习（十）：图像预处理

更新时间：2018.6.2增加了通过tf.image进行数据增强的内容，非常重要，可以直接跳到第四节。之前做的一些任务都是从.csv文件里面读取数据来处理，这些元素都已经是处理好的值了，所以很方便。但是更多时候，我们是要从硬盘上的图片直接来做处理，所以，这里需要用到一些基本的图像处理有关的函数了。OpenCV肯定是可以使用的，但是tensorflow本身也提供了一些好用的函数。因为通过Tensor
谢小小XH·2017-05-26 14:43

TensorFlow学习笔记（七）：TensorBoard可视化助手

TensorBoard可以将训练过程中的各种绘制数据展示出来，包括标量（scalars），图片（images），音频（Audio）,计算图（graph）,数据分布，直方图（histograms）和嵌入式向量。使用TensorBoard展示数据，需要在执行Tensorflow就算图的过程中，将各种类型的数据汇总并记录到日志文件中。然后使用TensorBoard读取这些日志文件，解析数据并生产数据可视
沫尘雪痕·2017-05-25 20:21

[TensorFlow 学习笔记-05]批标准化(Bacth Normalization，BN)

[版权说明]TensorFlow学习笔记参考：李嘉璇著TensorFlow技术解析与实战黄文坚唐源著TensorFlow实战郑泽宇顾思宇著TensorFlow实战Google深度学习框架乐毅王斌著深度学习
沪a_________·2017-05-25 19:53

TensorFlow学习笔记9----TensorFlow Wide & Deep Learning Tutorial

原文教程：tensorflow官方教程记录关键内容与学习感受。未完待续。。TensorFlowWide&DeepLearningTutorial——在前面的教程TensorFlowLinearModelTutorial中，我们训练了一个逻辑回归模型，使用CensusIncomeDataset来预测个人年收入是否超过50000美元可能性。tensorflow对于训练深度神经网络也是很好用的，你可能会
夏洛的网·2017-05-25 19:34

TensorFlow学习系列（三）：保存/恢复和混合多个模型

原文：http://www.jianshu.com/p/8487db911d9aTensorFlow学习系列（三）：保存/恢复和混合多个模型作者chen_h关注2016.12.2822:20*字数1430
溜溜球czq·2017-05-25 14:17

TensorFlow学习笔记（9）--使用CNN做英文文本分类任务

前言Github源码地址本文同时也是学习唐宇迪老师深度学习课程的一些理解与记录。文中代码是实现在TensorFlow下使用卷积神经网络（CNN）做英文文本的分类任务（本次是垃圾邮件的二分类任务），当然垃圾邮件分类是一种应用环境，模型方法也可以推广到其它应用场景，如电商商品好评差评分类、正负面新闻等。源码与数据源码-data_helpers.py-train.py-text_cnn.py-eval.
零尾·2017-05-25 10:55

Tensorflow学习：Tensorboard可视化

基础简介例程importtensorflowastfinput1=tf.constant([1.0,2.0,3.0],name="input1")input2=tf.Variable(tf.random_uniform([3]),name="input2")output=tf.add_n([input1,input2],name="add")#生成一个写日志的writer,并将当前的Tensorf
darren2015zdc·2017-05-25 09:04

【tensorflow学习】使用tensorboard实现数据可视化（window10）

1.创建summaryop第一步是标记想要记录的节点.常用的summary操作有tf.summary.scalar和tf.summary.histogram．比如你想要记录交叉熵：tf.summary.scalar('cross_entropy',cross_entropy) 2.merge合并操作调用tf.summary.merge_all(),将所有收集的summaries合成一个tensor
u012223913·2017-05-24 16:00

Tensorflow 学习笔记之 共享变量（Sharing Variables）

Tensorflow学习笔记之共享变量（SharingVariables）最近两年，谷歌撑腰的深度学习框架Tensorflow发展地如日中天，虽然17年pytorch的出现略微“打压”了一些TF的势头，
Cyiano·2017-05-23 17:50

Tensorflow 学习笔记之 共享变量（Sharing Variables）

Tensorflow学习笔记之共享变量（SharingVariables）最近两年，谷歌撑腰的深度学习框架Tensorflow发展地如日中天，虽然17年pytorch的出现略微“打压”了一些TF的势头，
Cyiano·2017-05-23 17:50

Tensorflow学习笔记--MNIST LSTM分类器代码

前言：您通过学习LSTM知识后（http://www.jianshu.com/p/9dc9f41f0b29）通过以下代码完成一次实践。dataguru-tf学习与应用第7课课后习题：1.解释outputs和final_state有多少个维度，每个维度是代表什么。2.解释lstm网络的运行原理。看懂这个图就搞定了~#coding:utf-8importtensorflowastffromtensor
骆驼算法学习笔记·2017-05-21 20:31

TensorFlow学习笔记(一)

最近致力于深度学习,希望在移动领域能够找出更多的应用点.其中TensorFlow作为目前的一个热点值得我们重点关注.机器学习机器学习是人工智能的一个分支，也是用来实现人工只能的一种方法。简单来说，机器学习就是通过算法，使得机器能从大量历史数据中学习规律，从而对新的样本做智能识别或对未来做预测,与传统的使用特定指令集手写软件不同，我们使用大量数据和算法来“训练”机器，由此带来机器学习如何完成任务.从
江湖人称小白哥·2017-05-12 23:49
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他