Tensorflow实战

TensorFlow实战13：实现策略网络（强化学习一）

1.策略网络简介所谓的策略网络，即建立一个神经网络模型，它可以通过观察环境状态，直接预测出目前最应该执行的策略（policy），执行这个策略可以获得最大的期望收益（包括现在的和未来的reward）。和之前的任务不同，在强化学习中可能没有绝对正确的学习目标，样本的feature和label也不在一一对应。我们的学习目标是期望价值，即当前获得的reward和未来潜在的可获取的reward。所以在策略网
Felaim·2017-04-25 18:00

TensorFlow实战12：Bidirectional LSTM Classifier

1.双向递归神经网络简介双向递归神经网络（BidirectionalRecurrentNeuralNetworks，Bi-RNN）,是由Schuster和Paliwal于1997年首次提出的，和LSTM是在同一年被提出的。Bi-RNN的主要目标是增加RNN可利用的信息。RNN无法利用某个历史输入的未来信息，Bi-RNN则正好相反，它可以同时使用时序数据中某个输入的历史及未来数据。Bi-RNN网络结
Felaim·2017-04-20 19:32

《TensorfFlow实战》读书笔记（二） —— Tensorflow 安装

《TensorfFlow实战》读书笔记（二）——Tensorflow安装记录概述，要点，代码，思维导图书籍信息书名：《Tensorflow实战》作者：黄文坚唐源出版社出版：电子工业出版社ISBN：978
MLCV猿·2017-04-20 11:06

tensorflow实现迁移学习

此例程出自《TensorFlow实战Google深度学习框架》6.5.2小节卷积神经网络迁移学习。
NodYoung·2017-04-19 19:57

tensorflow实现LeNet-5模型

此例程出自《TensorFlow实战Google深度学习框架》6.4.1小节经典卷积网络模型之LeNet-5模型，具体可搜索“LeNet-5,convolutionalneuralnetworks”。
NodYoung·2017-04-17 21:42

TensorFlow最佳实践样例程序

此例程出自《TensorFlow实战Google深度学习框架》第5章MNIST数字识别问题，很好的一个例子。
NodYoung·2017-04-16 23:03

tensorflow41《TensorFlow实战》笔记-08-02 TensorFlow实现深度强化学习-估值网络 code

01强化学习简介深度强化学习(DeepReinforcementLearning)环境状态(EnvironmentState)行动(Action)奖励(Reward)通过连续决策、采用最好的行动，获得最高的奖励延迟奖励和未来利益不像无监督学习那样完全没有学习目标，也不像监督学习那样有非常明确的目标。强化学习的目标一般是变化的、不明确的，设置可能不存在绝对正确的目标。可应用深度神经网络做强化学习的训
longji·2017-04-16 18:00

tensorflow40《TensorFlow实战》笔记-08-01 TensorFlow实现深度强化学习-策略网络 code

#《TensorFlow实战》08TensorFlow实现深度强化学习 #win10Tensorflow1.0.1python3.5.3 #CUDAv8.0cudnn-8.0-windows10-x64
longji·2017-04-16 18:00

TensorFlow实战12：实现基于LSTM的语言模型

1.LSTM的语言模型简介LSTM（LongShortTermMemory）,用来处理有时序联系的信息效果非常明显，在很多情况下，卷积神经网络虽然处理图片增加了其空间特征的联系，但是对于图片与图片之间的联系性并不是很强，所以对于视频或者是自然语言处理前后的关联性并不是很好。对于一些简单的问题，可能只需要最后输入的少量时序信息即可解决问题。但对于复杂问题，可能需要更早的一些信息，甚至是时间序列的开头
Felaim·2017-04-15 15:57

tensorflow36《TensorFlow实战》笔记-06-04 TensorFlow实现 ResNet code

#《TensorFlow实战》06TensorFlow实现经典卷积神经网络#win10Tensorflow1.0.1python3.5.3#CUDAv8.0cudnn-8.0-windows10-x64
longji·2017-04-14 23:33

TensorFlow实战11：实现Word2Vec

1.Word2Vec简介Word2Vec也称WordEmbeddings，中文比较常见的叫法是“词向量”或者是“词嵌入”。通俗的来说就是把单词进行编码，变成数字的形式让计算机知道那个单词的代号。哈哈，感觉就像以前的间谍通过莫尔斯电码进行信息传递，只不过那个是通过声音的长短进行编码，我们如果使用one-hot的编码方式，比如I是第一个单词，那么在维度为10的单词向量中，编码就是[1,0,0,0,0,
Felaim·2017-04-13 18:16

tensorflow31《TensorFlow实战》笔记-04 TensorFlow实现自编码器及多层感知机 code

01自编码器#《TensorFlow实战》04TensorFlow实现自编码器及多层感知机#win10Tensorflow1.0.1python3.5.3#CUDAv8.0cudnn-8.0-windows10
longji·2017-04-11 18:45

tensorflow23《TensorFlow实战Google深度学习框架》笔记-09-04 TensorBoard 监控指标可视化 code

#《TensorFlow实战Google深度学习框架》09TensorBoard可视化 #win10Tensorflow1.0.1python3.5.3 #CUDAv8.0cudnn-8.0-windows10
longji·2017-04-11 00:00

tensorflow20《TensorFlow实战Google深度学习框架》笔记-09-01 TensorBoard可视化测试 code

#我的python3.5.3安装在C:\Python35下面 #我的tensorboard安装在C:\Python35\Scripts下面，--logdir指定的目录需要在c盘， #测试下来--logdir和python安装目录在不同盘符时，浏览器会显示不出正确结果 #带上--debug启动tensorboard，方便查看出错信息 #如果创建目录失败，可以考虑使用管理员权限启动cmd命令行窗口 #
longji·2017-04-10 23:00

tensorflow19《TensorFlow实战Google深度学习框架》笔记-08-04 预测正弦函数 code

#《TensorFlow实战Google深度学习框架》08循环神经网络#win10Tensorflow1.0.1python3.5.3#CUDAv8.0cudnn-8.0-windows10-x64-v5.1
longji·2017-04-10 20:06

tensorflow17《TensorFlow实战Google深度学习框架》笔记-08-02 使用循环神经网络实现语言模型 code

00reader.py#Copyright2015TheTensorFlowAuthors.AllRightsReserved.##LicensedundertheApacheLicense,Version2.0(the"License");#youmaynotusethisfileexceptincompliancewiththeLicense.#YoumayobtainacopyoftheLi
longji·2017-04-10 20:29

tensorflow15《TensorFlow实战Google深度学习框架》笔记-07图像数据处理 code

01TFRecord样例程序#《TensorFlow实战Google深度学习框架》07图像数据处理#win10Tensorflow1.0.1python3.5.3#CUDAv8.0cudnn-8.0-windows10
longji·2017-04-10 16:20

tensorflow14《TensorFlow实战Google深度学习框架》笔记-06-03 迁移学习 code

#《TensorFlow实战Google深度学习框架》06图像识别与卷积神经网络#win10Tensorflow1.0.1python3.5.3#CUDAv8.0cudnn-8.0-windows10-
longji·2017-04-10 15:58

tensorflow13《TensorFlow实战Google深度学习框架》笔记-06-02mnist LeNet5卷积神经网络 code

01LeNet5卷积神经网络前向传播#《TensorFlow实战Google深度学习框架》06图像识别与卷积神经网络#win10Tensorflow1.0.1python3.5.3#CUDAv8.0cudnn
longji·2017-04-10 15:06

tensorflow10 《TensorFlow实战Google深度学习框架》笔记-05-03模型持久化code

01ckpt文件保存方法#《TensorFlow实战Google深度学习框架》05minist数字识别问题#win10Tensorflow1.0.1python3.5.3#CUDAv8.0cudnn-8.0
longji·2017-04-08 22:21

TensorFlow实战10：ResNet实现及时间测评

1.ResNet简介ResNet(ResidualNeuralNetwork)是由微软研究院的KaimingHe等4名华人提出的，一般我们把ResNet称作是残差网。在ILSVRC2015的比赛中，KaimingHe等人通过使用ResidualUnits（残差单元）训练了152层神经网络（名副其实的深度学习了！）赢得了冠军。在比赛中的top-5的错误率为3.57%，同时参数量比VGGNet低，效果
Felaim·2017-04-08 20:33

tensorflow07 《TensorFlow实战Google深度学习框架》笔记-04-05滑动平均模型

#《TensorFlow实战Google深度学习框架》04深层神经网络#win10Tensorflow1.0.1python3.5.3#CUDAv8.0cudnn-8.0-windows10-x64-v5.1
longji·2017-04-07 11:12

tensorflow05 《TensorFlow实战Google深度学习框架》笔记-04-03学习率设置

#《TensorFlow实战Google深度学习框架》04深层神经网络#win10Tensorflow1.0.1python3.5.3#CUDAv8.0cudnn-8.0-windows10-x64-v5.1
longji·2017-04-07 11:15

tensorflow04 《TensorFlow实战Google深度学习框架》笔记-04-02自定义损失函数

#《TensorFlow实战Google深度学习框架》04深层神经网络#win10Tensorflow1.0.1python3.5.3#CUDAv8.0cudnn-8.0-windows10-x64-v5.1
longji·2017-04-07 11:45

《TensorfFlow实战》读书笔记（一） —— Tensorflow 基础

《TensorfFlow实战》读书笔记（一）——Tensorflow基础记录概述，要点，代码，思维导图书籍信息书名：《Tensorflow实战》作者：黄文坚唐源出版社出版：电子工业出版社ISBN：978
MLCV猿·2017-04-07 00:00

Tensorflow实战9：Googel Inception net实现即时间测评

1.GoogleInceptionNet简介GoogleInceptionNet首次出现在ILSVRC2014的比赛中（和VGGNet同年），就以较大优势取得了第一名，在比赛中使用的InceptionV1通常被称作为InceptionV1，虽然这个网络结构有22层，但是只有500万个参数量，是之前我们讲过的AlexNet参数量的1/12。为什么要降低参数量呢？第一点，参数量越大需要的数据量也就越大
Felaim·2017-04-06 18:54

Tensorflow实战8：VGGNet实现及时间测评

1.VGGNet简介嘿嘿嘿，小伙伴肯定有一个问题，VGGNet这个名字是怎么来的？是牛津大学计算机视觉组（VisualGeometryGroup）和GoogleDeepMind公司研究员一起研发是深度卷积网络。上图显示的是VGGNet各级别的网络结构图，还有每个级别的参数量，从11层网络一直到19层的网络都有详尽的性能测试。虽然从A到E每一级网络逐渐变深，但是网络的参数量增加的并没有很多，那是因为
Felaim·2017-04-05 18:08

TensorFlow 变量管理

以下内容从《TensorFlow实战Google深度学习框架》整理得出tf.Variable函数用来创建一个变量，但是TensorFlow中海提供了tf.get_variable函数来创建或者获取变量。
coderpai·2017-04-05 11:42

Tensorflow实战7：实现AlexNet卷积神经网络及运算时间评测

之前已经介绍过了AlexNet的网络构建了，这次主要不是为了训练数据，而是为了对每个batch的前馈（Forward）和反馈（backward）的平均耗时进行计算。在设计网络的过程中，分类的结果很重要，但是运算速率也相当重要。尤其是在跟踪（Tracking）的任务中，如果使用的网络太深，那么也会导致实时性不好。fromdatetimeimportdatetimeimportmathimportti
Felaim·2017-03-31 12:25

Tensorflow实战4：多层感知机

1.多层感知机简介多层感知机（Multi-LayerPerceptron,MLP），又叫做多层神经网络。如果使用的是没有隐含层的神经网络，那么这样的神经网络只能解决一些线性可分的问题，但是在实际的生活中，很多问题并不是线性可分的，例如XOR函数问题，在这个特征空间中，这就是一个线性不可分问题，我们可以使用曲线来划分这两类样本。在通常情况下，神经网络的隐含层越多，就可以对原有的特征进行越抽象的变换，
Felaim·2017-03-30 20:01

Tensorflow实战5：实现简单的卷积神经网络

1.卷积神经网络简介卷积神经网络（convolutionalneuralnetwork,CNN），最早是19世纪60年代，生物学家对猫视觉皮层研究发现：每个视觉神经元只会处理一小块区域是视觉图像，即感受野。后来到了80年代，日本科学家提出了神经认知机（Neocognitron）的概念，也可以算作是卷积神经网络最初的实现原型，在CS231n的课上说过，卷积神经网络不是一夜产生的，从这个发展过程中我们
Felaim·2017-03-30 15:58

Tensorflow实战3：实现去噪自编码器

1.自编码器的简介自编码器（AutoEncoder）是一种典型的无监督学习，即不需要对样本进行手工标注，就可对数据进行一定程度的学习。这是对人工成本的极大节约（亲身体会，标注数据真的还蛮痛苦的，比较枯燥啦）。第二个特点是对特征进行逐层抽象，在最开始的几层，可能就是比较简单的角点，边缘之类的信息，后面会逐渐出现稍微复杂的比如说长方形等，到最后是高度抽象的图形，一般肉眼是很难直接判断出到底是什么特征形
Felaim·2017-03-28 14:42

使用TensorFlow创建可自动玩游戏的DQN模型-CSDN公开课-专题视频课程

讲师：黄文坚，《TensorFlow实战》作者、PPmoney大数据算法总监课程收益1.强化学习简介；2.策略网络和估值网络；3.训练估值网络（Deep-Q
CSDN学院官方账号·2017-03-22 09:28

tensorflow实现自编码器

简介自编码器是利用神经网络提取出图像中的高阶特征，同时可以利用高阶特征重构自己如果向原图中添加噪声，则可以通过高阶特征的提取，对原始图像进行去噪tensorflow实战第四章内容代码importnumpyasnpimportsklearn.preprocessingasprepimporttensorflowastffromtensorflow.examples.tutorials.mnistim
Strangers_bye·2017-03-08 22:48

人人都可以做深度学习应用：入门篇

【在线直播课】《TensorFlow实战》作者、PPmoney大数据算法总监黄文坚老师即将开课：《使用TensorFlow创建可自动玩游戏的DQN模型》，本次课程集中讲解Deep-QNetwork及其TensorFlow
csdn_csdn__AI·2017-03-07 15:03

LSTM的反向传播过程推导

【在线直播】《TensorFlow实战》作者、PPmoney大数据算法总监黄文坚老师即将开课：《使用TensorFlow创建可自动玩游戏的DQN模型》，本次课程集中讲解Deep-QNetwork及其TensorFlow
csdn_csdn__AI·2017-03-02 11:40

深度学习之四大经典CNN技术浅析

按：2月28日下午3点，《TensorFlow实战》作者黄文坚做客【硬创公开课】，为我们讲解了关于四大经典CNN网络：AlexNet、VGGNet、Google Inception Net和ResNet
绝对不要看眼睛里的郁金香·2017-03-01 17:47

TensorFlow和Caffe、MXNet、Keras等其他深度学习框架的对比

本文节选自《TensorFlow实战》第二章。主流深度学习框架对比深度学习研究的热潮持续高
csdn_csdn__AI·2017-02-20 14:10

没GPU也能玩梵高作画：Ubuntu tensorflow CPU版

     没GPU也能玩梵高作画：UbuntutensorflowCPU版作者：七月在线开发/市场团队骁哲、李伟、July时间：二零一六年九月二十七日交流：TensorFlow实战交流Q群472899334
v_JULY_v·2016-09-27 19:00

教你从头到尾利用DL学梵高作画：GTX 1070 cuda 8.0 tensorflow gpu版

时间：二零一六年九月二十五日配置：GTX1070cuda8.0Ubuntu14.04cudnn5.1tensorflowgpu交流：TensorFlow实战交流Q群472899334，有问题可以加此群共同交流
v_JULY_v·2016-09-25 11:00

TensorFlow实战— —K-Means聚类

TensorFlow是Google最近开源的人工智能库。TensorFlow使用了data-flowgraphs（DFG），如下图从图中可以看出，DFG是表示计算表达式的一种树形结构图。每个节点代表一个运算，非叶子节点是运算符，叶子节点是直接的值（确定的值或者不确定的值），箭头方向表示了不同节点间的依赖关系。TensorFlow目前提供两种API，Python和C++，目前只有Linux和MacO
lyh03601·2015-12-01 13:00

TensorFlow实战之Scikit Flow系列指导：Part 2

原文地址：这里本部分我们将继续深入并且尝试构建多层全连接的神经网络，并且自定义网络模型并在此基础上尝试卷积网络。Multi-layerfullyconnectedneuralnetwork当然，这里并没有太多关于其他的线性/Logistic拟合的框架。TensorFlow一个基础的理念就是希望能够将模型的不同的部分连接并且使用相关的代价函数去进行参数优化。ScikitFlow已经提供了非常便捷的封
王下邀月熊_Chevalier·2015-11-25 00:00

TensorFlow实战之Scikit Flow系列指导：Part 1

原文地址：这里Google最近开源了机器学习框架TensorFlow，在很短的时间内就在Github上获得了超过的10K的赞，并且在AI研究者之间引发了很大的反响。WhydoIcare?在了解TensorFlow之前，我们首先要搞明白一个问题。作为一个专业的数据科学家，为什么在有了大量现存的数据科学或者机器学习的工具(譬如R,SciKitLearn)之后，还需要关注其他的机器学习框架，笔者窃以为有
王下邀月熊_Chevalier·2015-11-24 00:00

TensorFlow实战之K-Means聚类算法实践

原文地址：这里Google最近开源了它的第二代人工智能与数值计算库TensorFlow。TensorFlow由Google大脑团队开发，并且能够灵活地运行在多个平台上——包括GPU平台与移动设备中。TensorFlow的核心就是使用所谓的数据流，可以参考Wikipedia上的有关于GeneticProgramming的相关知识，譬如：正如你理解的，整个以树状图的架构来表示整个计算流。每个节点即代表
王下邀月熊_Chevalier·2015-11-17 07:00

TensorFlow实战之K-Means聚类算法实践

原文地址：这里Google最近开源了它的第二代人工智能与数值计算库TensorFlow。TensorFlow由Google大脑团队开发，并且能够灵活地运行在多个平台上——包括GPU平台与移动设备中。TensorFlow的核心就是使用所谓的数据流，可以参考Wikipedia上的有关于GeneticProgramming的相关知识，譬如：正如你理解的，整个以树状图的架构来表示整个计算流。每个节点即代表
王下邀月熊_Chevalier·2015-11-17 00:00
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他