Tensorflow实战

《TensorFlow实战》第一章-TensorFlow基础读书笔记

最近买了一本《TensorFlow实战》黄文坚、唐源著。感觉只看书，不写代码不记笔记，没有收获。所以，还是边看书，边记录了一下读书笔记。这是这本书第一章节的读书笔记。欢迎大家批评指正！
Microstrong0305·2017-12-21 11:23

第一次使用tensorflow编写程序

最近一直在学习机器学习，看了一段时间的机器学习理论后，买了一本tensorflow实战的书，开始实战：tensorflow的基本单位是tensor即张量，就是矩阵，可以是多维的矩阵，具体一些概念不在这里解释尝试使用
默默敲代码ac纯属偶然·2017-12-20 17:42

TensorFlow实战——个性化推荐

原创文章，转载请注明出处：http://blog.csdn.net/chengcheng1394/article/details/78820529请安装TensorFlow1.0，Python3.5项目地址：https://github.com/chengstone/movie_recommender前言本项目使用文本卷积神经网络，并使用MovieLens数据集完成电影推荐的任务。推荐系统在日常的
你先等等·2017-12-16 16:07

Tensorflow实战-8循环神经网络RNN

回顾之前学习的神经网络，无论是单层感知机，还是卷积神经网络亦或是深度神经网络，其实都有一个缺点：即预测值只和当前的输入有关或者说就是通过当前的值来预测状态结果，而不需要之前的值。但是对于时间等序列预测，比如天气预报，明天是否下雨不仅仅与今天的状态有关，还可能与之前几天甚至几十天的状态有关，因此这里就需要使用循环神经网络。卷积神经网络是在神经网络上加了一层卷积层，同样的道理，为了使用之前的序列，也需
随风而醒·2017-12-15 11:49

TensorFlow实战Google深度学习框架

深度学习介绍传统机器学习算法：输入—>人工特征提取—>权重学习—>预测结果深度学习算法输入—>基础特征提取—>多层复杂特征提取—>权重学习—>预测结果Tensorflow的安装,个人认为比较好的安装教程:http://www.jianshu.com/p/fd27a586f8c2tensorflow安装成功的测试样例importtensorflowastf;a=tf.constant([1.0,2.
shell33168·2017-12-13 15:33

【TensorFlow】官方MNIST数据集神经网络实例详解（六）

根据MNIST数据实现完整的TensorFlow程序#学习《TensorFlow实战Google深度学习框架》importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data
brucewong0516·2017-12-12 21:00

tensorflow电子书（附下载链接）

1、TensorFlow实战_黄文坚（完整）.pdf链接:https://pan.baidu.com/s/1b3Va3O密码:d4t62、Tensorflow实战Google深度学习框架.pdf链接:https
落日银辉·2017-12-12 09:01

TensorFlow实战——使用LSTM预测彩票

原创文章，转载请注明出处：http://blog.csdn.net/chengcheng1394/article/details/78756522请安装TensorFlow1.0，Python3.5，seaborn项目地址：https://github.com/chengstone/LotteryPredict前言使用人工智能技术来预测彩票，是这次的主题，那么预测哪种彩票呢？我们先选择简单一些的，
你先等等·2017-12-08 23:22

CNN网络介绍与实践：王者荣耀英雄图片识别

本文主要是对CS231n课程学习笔记的提炼，添加了一些DeepLearningBook和Tensorflow实战，以及Caffe框架的知识。
腾讯云加社区·2017-12-07 16:05

Tensorflow框架基本使用方法

本文是《Tensorflow实战google深度学习框架》学习整理笔记。
Young_win·2017-12-05 03:52

tensorflow实战-8.autoencoder

coding=utf-8from__future__importabsolute_importfrom__future__importdivisionfrom__future__importprint_functionimportgzipimportosimportsysimporttimeimportnumpyasnpfromsix.movesimporturllibfromsix.movesi
科幻不再未来·2017-12-04 05:10

[OKR] 2017.11.27~12.11

实现直流桩的可用性预测（偏工作）完成GBDT的教学任务30%30%★★★-GBDT实战15%10%深度学习完成deeplearning第二部分的第三周课程20%0%-吃透《深度浅出tensorflow》10%10%-tensorflow
章光辉_数据分析师·2017-11-26 21:13

CNN网络介绍与实践-王者荣耀英雄图片识别

本文主要是对CS231n课程学习笔记的提炼，添加了一些DeepLearningBook和Tensorflow实战，以及Caffe框架的知识。
小时光茶社·2017-11-24 00:00

Tensorflow实战学习(五十一)【生成式对抗网络】

生成式对抗网络(gennerativeadversarialnetwork,GAN)，谷歌2014年提出网络模型。灵感自二人博弈的零和博弈，目前最火的非监督深度学习。GAN之父，IanJ.Goodfellow，公认人工智能顶级专家。原理。生成式对搞网络包含一个生成模型(generativemodel,G)和一个判别模型(discriminativemodel,D)。IanJ.Goodfellow、
风灵使·2017-11-23 11:19

Tensorflow实战学习(五十)【TensorFlow源代码解析】

TensorFlow目录结构。ACKNOWLEDGMENTS#TensorFlow版本声明ADOPTERS.md#使用TensorFlow的人员或组织列表AUTHORS#TensorFlow作者的官方列表BUILDCONTRIBUTING.md#TensorFlow贡献指导ISSUE_TEMPLATE.md#提ISSUE的模板LICENSE#版权许可README.mdRELEASE.md#每次发版
风灵使·2017-11-23 11:47

Tensorflow实战学习(四十四)【TF.Contrib组件,统计分布,Layer,性能分析器tfprof】

TF.Contrib，开源社区贡献，新功能，内外部测试，根据反馈意见改进性能，改善API友好度，API稳定后，移到TensorFlow核心模块。生产代码，以最新官方教程和API指南参考。统计分布。TF.contrib.ditributions模块，Bernoulli、Beta、Binomial、Gamma、Ecponential、Normal、Poisson、Uniform等统计分布，统计研究、应
风灵使·2017-11-23 11:18

Tensorflow实战学习(三十九)【TensorBoard】

首先向大家和《TensorFlow实战》的作者说句不好意思。我现在看的书是《TensorFlow实战》。
风灵使·2017-11-22 09:24

Tensorflow实战学习(三十五)【实现基于LSTM语言模型】

神经结构进步、GPU深度学习训练效率突破。RNN，时间序列数据有效，每个神经元通过内部组件保存输入信息。卷积神经网络，图像分类，无法对视频每帧图像发生事情关联分析，无法利用前帧图像信息。RNN最大特点，神经元某些输出作为输入再次传输到神经元，可以利用之前信息。xt是RNN输入，A是RNN节点，ht是输出。对RNN输入数据xt，网络计算得输出结果ht，某些信息(state,状态)传到网络输入。输出h
风灵使·2017-11-22 09:18

Tensorflow实战学习(三十四)【实现Word2Vec】

卷积神经网络发展趋势。Perceptron(感知机)，1957年，FrankResenblatt提出，始祖。Neocognitron(神经认知机)，多层级神经网络，日本科学家Kunihikofukushima，20世纪80年代提出，一定程度视觉认知功能，启发卷积神经网络。LeNet-5，CNN之父，YannLeCun，1997年提出，首次多层级联卷积结构，手写数字有效识别。2012年，Hinton
风灵使·2017-11-22 09:43

Tensorflow实战学习(三十三)【实现ResNet】

ResNet(ResidualNeuralNetwork)，微软研究院KaimingHe等4名华人提出。通过ResidualUnit训练152层深神经网络，ILSVRC2015比赛冠军，3.57%top-5错误率，参数量比VGGNet低，效果非常突出。ResNet结构，极快加速超深神经网络训练，模型准确率非常大提升。InceptionV4，InceptionModule、ResNet结合。ResN
风灵使·2017-11-22 09:20

TensorFlow实战-TensorFlow实现卷积神经网络

在图像中，我们很难根据认为我理解提取出有效而丰富的特征。在深度学习出现之前，我们必须借助SIFT，HoG等算法提取有良好区分性的特征，再集合SVM等进行图像识别。但是SIFT算法错误率常年难以突破，卷积神经网络提取的特征则可以达到更好的效果。CNN最大特点在于卷积的权值共享结构，可以大幅减少神经网络的参数量，防止过拟合的同时又降低了神经网络模型的复杂度。在卷积神经网络中，第一各卷积层会直接接受图像
mov觉得高数好难·2017-11-21 18:13

cifar-10 分类 tensorflow 代码

看了黄文坚、唐源的《TensorFlow实战》对mnist分类的cnn教程，然后上网搜了下，发现挺多博主贴了对mnist分类的tensorflow代码，我想在同样框架下测试cifar-10分类效果，折腾了好几天
RicardoSuzaku·2017-11-20 20:30

Tensorflow实战学习(二十)【序列标注、手写小写字母OCR数据集、双向RNN】

序列标注(sequencelabelling)，输入序列每一帧预测一个类别。OCR(OpticalCharacterRecognition光学字符识别)。MIT口语系统研究组RobKassel收集，斯坦福大学人工智能实验室BenTaskar预处理OCR数据集(http://ai.stanford.edu/~btaskar/ocr/)，包含大量单独手写小写字母，每个样本对应16X8像素二值图像。字线
风灵使·2017-11-20 09:35

Tensorflow实战学习(十九)【序列分类、IMDB影评分类】

序列分类，预测整个输入序列的类别标签。情绪分析，预测用户撰写文字话题态度。预测选举结果或产品、电影评分。国际电影数据库(InternationalMovieDatabase)影评数据集。目标值二元，正面或负面。语言大量否定、反语、模糊，不能只看单词是否出现。构建词向量循环网络，逐个单词查看每条评论，最后单词话性值训练预测整条评论情绪分类器。斯担福大学人工智能实验室的IMDB影评数据集:http:/
风灵使·2017-11-20 09:05

Tensorflow实战学习(十六)【CNN实现、数据集、TFRecord、加载图像、模型、训练、调试】

AlexNet(AlexKrizhevsky,ILSVRC2012冠军)适合做图像分类。层自左向右、自上向下读取，关联层分为一组，高度、宽度减小，深度增加。深度增加减少网络计算量。训练模型数据集Stanford计算机视觉站点StanfordDogshttp://vision.stanford.edu/aditya86/ImageNetDogs/。数据下载解压到模型代码同一路径imagenet-do
风灵使·2017-11-20 09:50

Tensorflow实战学习(十五)【加载图像、图像格式、图像操作、颜色】

TensorFlow支持JPG、PNG图像格式，RGB、RGBA颜色空间。图像用与图像尺寸相同(height*width*chnanel)张量表示。通道表示为包含每个通道颜色数量标量秩1张量。图像所有像素存在磁盘文件，需要被加载到内存。图像加载与二进制文件相同。图像需要解码。输入生成器(tf.train.string_input_producer)找到所需文件，加载到队列。tf.WholeFile
风灵使·2017-11-20 09:51

Tensorflow实战学习(十)【softmax分类】

回答多选项问题，使用softmax函数，对数几率回归在多个可能不同值上的推广。函数返回值是C个分量的概率向量，每个分量对应一个输出类别概率。分量为概率，C个分量和始终为1。每个样本必须属于某个输出类别，所有可能样本均被覆盖。分量和小于1,存在隐藏类别；分量和大于1,每个样本可能同时属于多个类别。类别数量为2,输出概率与对数几率回归模型输出相同。变量初始化，需要C个不同权值组，每个组对应一个可能输出
风灵使·2017-11-19 22:42

Tensorflow实战学习(六)【Variable对象、名称作用域】

Tensor、Op对象不可变(immutable)。.Variable()构造方法创建Variable对象，包含Session.run()调用中可持久化的可变张量值。Variable对象初值通常为全0､全1或用随机数填充阶数较高张量，创建初值张量Op，.zeros()、.ones()、.random_normal()、.random_uniform()，接收shape参数。Graph管理Tenso
风灵使·2017-11-19 22:54

Tensorflow实战学习(五)【Graph对象、Session对象、占位符】

创建Graph对象，.Graph()，无需接收任何参数。.as_default()访问上下文管理器，添加Op。加载TensorFlow库时，自动创建一个Graph对象作为默认数据流图，Op、Tensor对象自动放置在默认数据流图。多个不依赖模型需要创建多个Graph对象，节点添加到正确的数据流图。不要将默认数据流图和用户创建数据流图混合使用，既存在自定义数据流图，又存在默认数据流图时，应把各自的O
风灵使·2017-11-19 21:20

Tensorflow实战学习(四)【张量表示、类型、形状、计算】

张量是N维矩阵抽象。一维张量是向量。二维张量是矩阵，三维或以上称N维张量或N阶张量。输入节点，从接收标量，改为接收向量。.reduce_prod()创建归约乘积Op。reduce_sum()创建归约求和Op。importtensorflowastfa=tf.constant([[[1,2,3],[4,5,6]],[[7,8,9],[1,2,3]]],name="input_a")b=tf.redu
风灵使·2017-11-19 21:01

Tensorflow实战学习(三)【数据流图定义、执行、可视化】

数据流图，有向图，定义计算结构。一组函数链接在一起。每个函数输出传递给级联链上其他函数。利用小数学函数构造数据复杂变换。节点node，对数据所优质运算操作。边edge，向节点输入、输出的数据。指向节点的边为输入，从节点引出的边为输出。边是节点之间的连接，做信息传输。输入可能来自其他数据流图、文件读取、用户输入。输入节点把单个输入传递给大量后继节点。不依赖其他节点信息的节点，互相独立。数据流图输入抽
风灵使·2017-11-19 21:28

TensorFlow实战4：实现简单的多层神经网络案例

这篇文章记录一下使用TensorFlow实现卷积神经网络的过程，数据集采用的还是MNIST数据集，使用了两层的卷积来进行计算，整个过程在jupyternotebook中完成，具体步骤和代码展示如下：1.环境设定importnumpyasnpimporttensorflowastffromtensorflow.examples.tutorials.mnistimportinput_dataimpor
闪电小飞猪·2017-11-16 18:48

TensorFlow实战3：实现Logistic回归小例子

解决分类问题里最普遍的baselinemodel就是逻辑回归，简单同时可解释性好，使得它大受欢迎，我们来用tensorflow完成这个模型的搭建。在这篇文章中我们使用的是MNIST手写数字识别图像的数据集。模型搭建的步骤和代码如下：0.环境设定导入一些必要的包importnumpyasnpimporttensorflowastffromtensorflow.examples.tutorials.m
闪电小飞猪·2017-11-16 14:22

TensorFlow实战2：实现多项式回归

上篇文章中我们讲解了单变量线性回归的例子，对于非线性的数据分布，用单变量线性回归拟合程度一般，我们来试试多项式回归。前面的步骤还是和上篇一样，后面会添加多个变量来对数据进行拟合。1、数据准备实际的数据大家可以通过pandas等package读入，也可以使用自带的BostonHousePrice数据集，这里为了简单，我们自己手造一点数据集。%matplotlibinlineimportnumpyas
闪电小飞猪·2017-11-15 21:08

TensorFlow实战：Chapter-8上(Mask R-CNN介绍与实现)

简介论文地址：MaskR-CNN源代码：matterport-github代码源于matterport的工作组，可以在github上fork它们组的工作。软件必备复现的MaskR-CNN是基于Python3，Keras，TensorFlow。Python3.4+TensorFlow1.3+Keras2.0.8+JupyterNotebookNumpy,skimage,scipy建议配置一个高版本的
DFann·2017-11-09 17:10

TensorFlow 实现卷积神经网络（Basic）

作为进阶，目前开始阅读TensorFlow实战一书，此文也是基于该书的第五章节而写作的。Intro卷积神经网络(CNN)最初用来解决图像
邓乐来Jacob·2017-11-02 13:08

分享最近在学习的 TensorFlow 教程 | 提供资源下载链接

教程《Tensorflow实战Google深度学习框架》《TensorFlow实战_黄文坚》《TensorFlow技术解析与实战》下载链接：https://pan.baidu.com/s/1bvVPgJ0
Houchaoqun_XMU·2017-10-30 19:22

解决使用tf.slim找不到slim.utils函数问题

找ResNetV2源码，发现网上的源码大多数都出自《Tensorflow实战》这本书而这本书ResNetV2代码是出自contrib.silm源码里面的ResNetV2实现https://github.com
Wkyao_Check·2017-10-24 11:31

tensorflow实战之三：MNIST手写数字识别的优化2-多层感知器

上一章我们用到交叉熵代价函数来优化我们的模型，但是最后的准确率也只有92%，这一节我们会实现一个多层的神经网络其中会用的后面一节的知识。新手的话耐心点看看，会有不少收获偶。那我们就直接上代码了：importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datamnist=input_data.read_data_s
sky_Fantasy_qq·2017-10-07 15:13

TensorFlow图像数据处理

TensorFlow图像数据处理作者：大树先生博客：http://blog.csdn.net/koala_treeGitHub：https://github.com/KoalaTree2017年09月18日–自《TensorFlow
大树先生的博客·2017-09-18 17:19

[TensorFlow实战] 图片预处理

代码importtensorflowastfimportnumpyasnpimportmatplotlib.pyplotaspltWIDTH=456HEIGHT=730defdistort_color(image,color_ordering=0):"""imagecolorpreprocessArgs:image:inputimagetobeprocessedcolor_ordering:pro
Kexiii·2017-09-16 23:00

Tensorflow实战之用softmax Regression识别手写数字

fromtensorflow.examples.tutorials.mnistimportinput_datamnist=input_data.read_data_sets("MNIST_data/",one_hot=True)#通过input_data.read_data_sets函数生成的类会自动将MINIST数据集划分为train,validation,testprint(mnist.tra
llx1026·2017-09-12 17:38

Tensorflow实战-CNN网络Mnist识别

这篇笔记是在阅读Tensorflow中文文档时做的笔记，只记录了一些我认为需要记录的地方，其他问题大家可以评论，我们共同探讨。1、权重初始化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。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化偏置项，以避免神经元节点输出恒为0的问题（deadneurons）。#w采用截断的正态分布
HelloHaibo·2017-09-11 10:39

基于Tensorflow+Python实现降噪自动编码器（DAE）

基于Tensorflow+Python实现降噪自动编码器（DAE）本代码原理参考书籍TensorFlow实战#-*-coding:UTF-8-*-'''Createdon2017年8月7日@summary
梦家·2017-09-10 19:31

有关Anaconda安装的说明

Anaconda是集成了许多机器学习和数据挖掘的python科学计算库，内含有一些tensorflow依赖库，建议阅读《Tensorflow实战》的朋友们先行安装。
Function_K·2017-09-05 13:01

tensorflow之简单卷积神经网络（CNN）搭建

参看书籍《tensorflow实战》1.卷积神经网络CNN最大的特点就
萱子子子·2017-09-03 11:22

Tensorflow深度学习之十八：多GPU并行

本篇文章参考《Tensorflow实战Google深度学习框架》一书importos.pathimportreimporttimeimportnumpyasnpimporttensorflowastfimportcifar10batch_size
子为空·2017-08-31 16:57

TensorFlow实战-mnist手写数字识别（卷积神经网络）

学习进度要加快了。。。上篇博文简单实现了mnist，但是在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。深入MNIST代码还是要亲自敲的。。。"导入数据"fromtensorflow.examples.tutorials.mnistimportinput_datamnist=input_data.read_
沐灬风·2017-08-19 14:23

TensorFlow实战—mnist手写数字识别

#-*-coding:utf-8-*-"""CreatedonFriAug1813:19:202017@author:zx"""fromtensorflow.examples.tutorials.mnistimportinput_dataimporttensorflowastfmnist=input_data.read_data_sets("MNIST_data",one_hot=True)x=t
沐灬风·2017-08-18 15:23

TensorBoard简介

TensorBoard这是对《Tensorflow实战google深度学习框架》整理的学习笔记。
zachzheng·2017-08-14 20:41
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他