tensorflow学习笔记

Tensorflow学习笔记（六）均方误差损失函数，MSE

一、均方误差损失函数对于回归问题，最常用的损失函数就是均方误差损失函数（MSE）定义如下：其中yi为输出中第i个数据的答案值，yi‘就是神经网络给出的预测值。因此最小化该函数就是优化的目标。通过最小二乘法，可以获得让MSE最小的数值。令偏导分别为0，则会有一个方程组，方程组化简后，会得到一个由n，yi，xi表达的式子，这样就可以获得相应的方程组，方便计算机求解。最终会转化成下图的形式：二、自定义损
柠檬巧克力、·2020-08-26 23:27

Tensorflow学习笔记（五）深度前馈神经网络

一、神经元与全连接w代表神经元的参数，为权重；w右上角的（a）a为数字代表第几层（从第几层开始），右下角a，b…代表路径，如w1，2代表第一个输入单元至下一层的第二个单元。x代表输入值；右下角的数字标识为输入的单元的排序，1就是第一个。y代表输出值；一个神经元可以有多个输入，一个输出；每个神经元的输入可以来自其他神经元的输出；图中输出为：y=[0.2x1+0.2x2]a110.2+[0.1x1+0
柠檬巧克力、·2020-08-26 23:26

Tensorflow学习笔记（四）变量、张量

一、创建变量x=tf.Variable()tf.Variable(initial_value=None,trainable=True,collections=None,validate_shape=True,caching_device=None,name=None,variable_def=None,dtype=None,expected_shape=None,import_scope=None
柠檬巧克力、·2020-08-26 23:26

Tensorflow学习笔记————图像预处理

图像预处理结合实战Google深度学习框架和博客添加了自己总结的注释、笔记。图像读取tf.gfile.FastGFile(“/path/to/picture”,‘r’).read()图像格式的编码解码：图像不直接记录图像上的不同位置，不同颜色的亮度。而是记录压缩编码之后的结果。所以要还原成三维矩阵，需要解码。以下为对jpeg格式图像编码/解码函数：tf.image.decode_jpeg()#解码
cunyizhang·2020-08-26 23:46

TensorFlow学习笔记----TensorBoard_1

一个曲线拟合的小例子说明要使用TensorBoard，需要对程序添加那些额外的东西。程序：importtensorflowastfimportnumpyasnp#Create100phonyx,ydatapointsinNumPy,y=x*0.1+0.3x_data=np.random.rand(1000,1).astype(np.float32)y_data=tf.sin(x_data)*tf.
bbzz2·2020-08-26 23:09

TensorFlow学习笔记（三）：会话（session）

在TensorFlow中，有两种用于运行计算图（graph）的会话（session）tf.Session()tf.InteractivesSession()1.tf.Session()要使用tf，我们必须先构建（定义）graph，之后才能运行graph。1.1非交互式会话中的例子importtensorflowastf#构建grapha=tf.add(3,5)#运行graphsess=tf.Ses
Locutus·2020-08-26 23:04

Tensorflow学习笔记02-Session,Variable,placeholder

Session会话控制使用tensorflow创建两个矩阵，并使其相乘matrix1=tf.constant([[3,3]])matrix2=tf.constant([[2],[2]])product=tf.matmul(matrix1,matrix2)print(product)因为没有经过Session的run()，所以product并没有实际的值，可以想象成只是搭建好了一个框架运行结果：Te
weixin_30448685·2020-08-26 22:54

Tensorflow学习笔记——（十二）图像数据的处理

1、图像的解码importmatplotlib.pyplotaspltimporttensorflowastfimporttensorflow.compat.v1astf1importsysimportimportlibimportlib.reload(sys)tf1.disable_eager_execution()default_encodeing='gbk'image=tf1.gfile.F
柠檬巧克力、·2020-08-26 22:01

Tensorflow学习笔记（二）简单使用，Graph构建一个简单的计算图、as_default指定计算图

一、简单的向量相加importtensorflowastftf.compat.v1.disable_eager_execution()#动态图机制，disable处于不可使用状态，enable可使用状态config=tf.compat.v1.ConfigProto(allow_soft_placement=True)#对session会话进行参数控制，allow_soft_placement=Tr
柠檬巧克力、·2020-08-26 22:00

Tensorflow学习笔记（十）——卷积神经网络

一、卷积层的代码实现conv2d(input,filter,strides,padding,use_cudnn_on_gpu,data_format,name)#input：输入图像，是一个Tensor，具有[batch,in_height,in_width,in_channels]这样的shape，具体含义是[训练时一个batch的图片数量,图片高度,图片宽度,图像通道数（1~3）]，注意这是一
柠檬巧克力、·2020-08-26 22:00

Tensorflow学习笔记（三）会话Session、placeholder

一、Tensorflow的运行模型——会话Tensorflow大致可分为两个子系统：前端系统，后端系统。前端系统提供编程模型，负责构造计算图，后端系统提供运行环境，负责执行计算图。①会话的使用方式：1、标准方法：Session类的Session（）构造函数创建会话Session类的close（）关闭会话释放本次会话的资源此方法虽然简单，但是程序出错后，close（）函数不会生效，容易造成资源泄露。
柠檬巧克力、·2020-08-26 22:41

tensorflow学习笔记十五：tensorflow官方文档学习 TensorBoard: Embedding Visualization

嵌入在机器学习无处不在，出现在推荐系统中，NLP，和许多其他应用。事实上，在tensorflow的环境下，很自然的，会将其中的张量（或张量的切片）视为空间中的点，所以几乎任何tensorflow系统自然会产生各种嵌入。tensorboard有一个内置的可视化工具，称为嵌入投影机，可用来交互式的可视化，也可分析诸如嵌入的高维数据。嵌入投影机将从你的模型检查点文件中读取嵌入。虽然嵌入是最有用的，它会加
xiaopihaierletian·2020-08-26 16:41

tensorflow学习笔记

基于tensorflow的NN用张量表示数据，用计算图搭建神经网络，用绘画执行计算图，优化线上的权重（参数），得到模型。张量（tensor）即多维数组（列表）阶：张量的维数0阶就是标量例：s=1231阶就是向量例：v=[1，2，3]2阶就是矩阵例：m=[[1,2,3],[4,5,6],[7,8,9]]n阶就是张量例：t=[[[…n个方括号因此，我们可以说张量表示n阶数组在Ubuntu中，tenso
speakless7·2020-08-26 14:10

TensorFlow 学习笔记 - 避坑指南 Updating

TensorFlow学习笔记-避坑指南1.TensorFlow实现DeepNN2.TensorBoard加载Embeddings页Hang住3.Optimizer的选择4.根据需要弹性获取GPU资源TensorFlow
David_Hernandez·2020-08-26 13:10

Hands on Machine Learning with Sklearn and TensorFlow学习笔记——机器学习概览

一、什么是机器学习？计算机程序利用经验E（训练数据）学习任务T（要做什么，即目标），性能是P（性能指标），如果针对任务T的性能P随着经验E不断增长，成为机器学习。【这是汤姆米切尔在1997年定义】大白话：类比于学生学习考试，你先练习一套有一套的模拟卷（这就相当于训练数据），在这几套模拟卷上能得到差不多的成绩的时候（这个就是在训练数据得到的性能指标P理想），然后去考试（应用到实际生产生活中去）。这就
difanjiao1622·2020-08-25 09:14

tensorflow学习笔记--深度学习中的epochs，batch_size，iterations详解

深度学习框架中涉及很多参数，如果一些基本的参数如果不了解，那么你去看任何一个深度学习框架是都会觉得很困难，下面介绍几个新手常问的几个参数。batch深度学习的优化算法，说白了就是梯度下降。每次的参数更新有两种方式。第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习，这称为Bat
XianMing的博客·2020-08-24 18:50

TensorFlow学习笔记（4）：基于MNIST数据的softmax regression

前言本文基于TensorFlow官网的Tutorial写成。输入数据是MNIST，全称是ModifiedNationalInstituteofStandardsandTechnology，是一组由这个机构搜集的手写数字扫描文件和每个文件对应标签的数据集，经过一定的修改使其适合机器学习算法读取。这个数据集可以从牛的不行的YannLeCun教授的网站获取。本文首先使用sklearn的LogisticR
丹追兵·2020-08-24 13:20

TensorFlow学习笔记0

Python基本掌握，但不精通~numpy、pandas、matplotlib懂点皮毛~机器学习、深度学习的书籍已经下载好，看了一遍目录~太多的公式看的头疼，计划用到的看看原理，暂时用不到的有空再看。目前基本了解概念和原理，公式推导基本看不懂。过了一遍Google的机器学习速成课程，懂了点概念，但是完全不明白要干什么。嗯，目前就是这个学习状态。按照计划，准备把TensorFlow手册认真学一遍。如
HBU_DAVID·2020-08-24 13:58

TensorFlow学习笔记(三) mnist detection example (practice)

数据集例子简单的例子的神经网络图如下：所以在下面的代码中，每个例子x_input是一个784的一维向量,y_lables是一个10的向量。importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datafromtensorflowimportfloat32#载入数据，会自动通过一个脚本下载好数据集mnist=in
像风一样Pro·2020-08-24 04:03

TensorFlow学习笔记（三）MNIST数字识别问题

一、MNSIT数据处理MNSIT是一个非常有名的手写体数字识别数据集。包含60000张训练图片，10000张测试图片。每张图片是28X28的数字。TonserFlow提供了一个类来处理MNSIT数据。这个类会自动下载并转化数据结构。importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datamnist_dat
weixin_33726313·2020-08-24 03:12

tensorflow学习笔记8——图像数据的预处理（cifar10的例子）

1、从文件读取数据到dataset2、把数据分成2部分：train和valid。其中train是取前45000条，然后用batch分成一批批（每批100条），一共要做300个epoch（repeat(300））。我们来计算一下：每个Epoch要训练的图片数量：45000(训练集上的所有图像)训练集具有的Batch个数：45000/100=450每个Epoch需要完成的Batch个数：450每个Ep
qq_40549606·2020-08-24 02:06

Tensorflow学习笔记----循环神经网络RNN原理及实现

循环神经网络（RecurrentNeuralNetwork，RNN）是一类具有短期记忆能力的神经网络，在循环神经网络中，神经元不仅可以接受其他神经元的信息，还可以接受自身的信息，形成一个环路结构。在很多现实任务中，网络的输出不仅和当前的输入有关，也和过去一段时间的输出相关。从网络结构上，循环神经网络会记忆之前的信息，并利用之前的信息影响后面结点的输出。即：循环神经网络的隐藏层之间的结点是有连接的，
刘星星儿·2020-08-23 14:06

tensorflow学习笔记（二十六）：构建TF代码

如何构建TF代码batch_size:batch的大小mini_batch:将训练样本以batch_size分组epoch_size:样本分为几个min_batchnum_epoch:训练几轮读代码的时候应该关注的几部分如何处理数据如何构建计算图如何计算梯度如何Summary，如何save模型参数如何执行计算图写一个将数据分成训练集,验证集和测试集的函数train_set,valid_set,te
ke1th·2020-08-22 14:56

Tensorflow学习笔记(三）：手把手教你训练分类自己的图片(车辆分类)

一、前言我也是初学者，目前研一，打算做目标价侧、跟踪、检索方向。先学习一下卷积神经网络相关知识。本教程旨在详细记录一下自己是如何使用Tensorflow构建卷积神经网络（CNN）进行车辆分类。教程并没有使用MNIST数据集，而是使用了真实的图片文件，并且教程代码包含了模型的保存、加载等功能，因此希望在日常项目中使用Tensorflow的朋友可以参考这篇教程。Github链接如下(包含数据集和源代码
爱睡觉的小飞猪·2020-08-22 13:52

tensorflow学习笔记五----------逻辑回归

在逻辑回归中使用mnist数据集。导入相应的包以及数据集。importnumpyasnpimporttensorflowastfimportmatplotlib.pyplotaspltfromtensorflow.examples.tutorials.mnistimportinput_datamnist=input_data.read_data_sets('data/',one_hot=True)
weixin_30905133·2020-08-22 03:56

Tensorflow学习笔记-构建网络模型

构建网络模型基本的MLP网络结构基本的感知机模型，没有加入b模型：Y=W*Ximporttensorflowastfimportnumpyasnpimportinput_data#初始化权重wdefinit_weights(shape):returntf.Variable(tf.random_normal(shape,stddev=0.01))#定义网络模型，只是基本的mlp模型，堆叠两层的逻辑回
shmily_skx·2020-08-22 03:28

TensorFlow学习笔记（一）

最近在使用TensorFlow和TFLearn实现强化学习中的DDPG算法，使用这两个库的过程中有不少疑惑，现在将其记录在此，方便以后查看。参考文档：TensorFlowPythonAPI文档1.GradientComputation我们可以使用TensorFlow的各种optimizer类来直接对问题进行优化，这些optimizer类将会自动计算graph中的导数。但是，有时候我们想要自己写自己
微丶念（小矿工）·2020-08-21 21:41

TensorFlow学习笔记之六（循环神经网络RNN）

文章目录1.循环神经网络简介1.循环神经网络简介循环神经网络源自于1982年由SarathaSathasivam提出的霍普菲尔德网络。循环神经网络的主要用途是处理和预测序列数据，循环神经网络的的典型结构如下图：在每一时刻t，循环神经网络会针对该时刻的输入和当前模型的状态给出一个输出，并更新模型状态。从图中可以看出，RNN的主体结构A的输入为来自输入层的xt和上一时刻的隐藏状态ht-1。循环神经网络
请给我香克斯一个面子·2020-08-21 16:38

TensorFlow学习笔记1.4:tf.Session() InteractiveSession（）

AclassforrunningTensorFlowoperations.一个用于运行TensorFlow操作的类ASessionobjectencapsulatestheenvironmentinwhichOperationobjectsareexecuted,andTensorobjectsareevaluated.会话对象封装了执行操作对象的环境,并且计算Tensor对象的值。#Builda
HBU_DAVID·2020-08-20 12:10

Tensorflow学习笔记----Keras自定义网络实战

在之前，我们已经学习了Keras高层接口的应用，主要是compile()和fit()函数，前者装配模型，后者控制训练流程，十分的方便；networks.compile(optimizers=optimizers.Adam(lr=0.01),#定义优化器loss=tf.losses.CategoricalCrossentropy(from_logits=True),#指定Lossmetrics=['
刘星星儿·2020-08-19 18:33

tensorflow学习笔记(十三):conv3d

conv3dtf.nn.conv3d(input,filter,strides,padding,name=None)Computesa3-Dconvolutiongiven5-Dinputandfiltertensors.Insignalprocessing,cross-correlationisameasureofsimilarityoftwowaveformsasafunctionofatim
ke1th·2020-08-19 04:35

tensorflow--激活函数

来源：tensorflow学习笔记（四）：激活函数tf.nn.relu()tf.nn.sigmoid()tf.nn.tanh()tf.nn.elu()tf.nn.bias_add()tf.nn.crelu
SUNFC·2020-08-19 00:49

【TensorFlow学习笔记】问题篇— —Python读取本地文件时报错Expected image (JPEG, PNG, or GIF)的解决方案

问题分析最近在训练自己的数据集时，训练总是中断，报错提示Expectedimage(JPEG,PNG,orGIF),gotunknownformatstartingwith'\000\000\000\001Bud1\000\000\000\000\000\010\000'根据报错信息提示是由于在使用Python语言读取本地文件的时候，图片文件夹中包含非jpeg,png,gif格式的文件，导致读取无
Jarvis_lele·2020-08-18 19:54

TensorFlow学习笔记（九）：CIFAR-10训练例子报错解决

以下报错主要是由于TensorFlow升级1.0后与以前代码不兼容所致。1．AttributeError:'module'objecthasnoattribute'random_crop'解决方案：将distorted_image=tf.image.random_crop(reshaped_image,[height,width])改为：distorted_image=tf.random_crop
沫尘雪痕·2020-08-18 07:38

Tensorflow学习笔记——Summary用法

其中tensorboard作为一款可视化神器，可以说是学习tensorflow时模型训练以及参数可视化的法宝。而在训练过程中，主要用到了tf.summary()的各类方法，能够保存训练过程以及参数分布图并在tensorboard显示。tf.summary有诸多函数：tf.summary.scalar用来显示标量信息，其格式为：tf.summary.scalar(tags,values,collec
yanxiaohui1992·2020-08-18 06:38

[TensorFlow 学习笔记-06]激活函数(Activation 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
caicaiatnbu·2020-08-17 21:54

TensorFlow学习笔记（三）：tf.nn.conv2d是怎样实现卷积的？

tf.nn.conv2d是TensorFlow里面实现卷积的函数，参考文档对它的介绍并不是很详细，实际上这是搭建卷积神经网络比较核心的一个方法，非常重要tf.nn.conv2d(input,filter,strides,padding,use_cudnn_on_gpu=None,name=None)除去name参数用以指定该操作的name，与方法有关的一共五个参数：第一个参数input：指需要做卷
沫尘雪痕·2020-08-17 17:03

【】tensorflow学习笔记

一、看懂了Tensor("mul_1:0",shape=(),dtype=int32)中的shapehttps://blog.csdn.net/u013378306/article/details/56281549张量的阶、形状、数据类型TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之
weixin_33989058·2020-08-17 16:52

vgg16.py 完全解析

#tensorflow学习笔记(北京大学)vgg16.py完全解析#QQ群：476842922（欢迎加群讨论学习#!
weixin_33595571·2020-08-17 16:13

TensorFlow学习笔记（10）--实现AlexNet

2012年，Hinton的学生AlexKrizhevsky提出了深度卷积神经网络模型AlexNet，它可以算是LeNet的一种更深更宽的版本。AlexNet以显著的优势赢得了竞争激烈的ILSVRC2012比赛，top-5的错误率降低至了16.4%，远远领先第二名的26.2%的成绩。AlexNet的出现意义非常重大，它证明了CNN在复杂模型下的有效性，而且使用GPU使得训练在可接受的时间范围内得到结
零尾·2020-08-17 13:19

Tensorflow学习笔记--模型保存与调取

注：本文主要通过莫烦的python学习视频记录的内容，如果喜欢请支持莫烦python。谢谢目前tf的模型保存其实只是参数保存，所以保存文件时你特别要主要以下几点：1、一定要设定好参数的数据类型！2、设定参数的名称，并且一一对应！3、读取参数时，需要设定好模型图！下面做一个简单的demo，供各位参考：保存模型：importtensorflowastfimportnumpyasnp##Savetofi
骆驼算法学习笔记·2020-08-17 13:57

Tensorflow学习笔记之利用DNNRegressor进行时序预测

Tensorflow学习笔记之利用DNNRegressor进行时序预测 Tensorflow高级库的DNNRegressor很方便使用，如同sklearn库一样的简单，只要定义好数据格式，然后fit然后
xuefeng1207·2020-08-17 04:05

TensorFlow学习笔记（六）——神经网络优化算法

前言：梯度下降算法主要用于优化单个参数的取值,而反向传播算法给出了一个高效的方式在所有参数上使用梯度下降算法，从而使神经网络模型在训练数据上的损失函数尽可能小。反向传播算法是训练神经网络的核心算法，它可以根据定义好的损失函数优化神经网络中参数的取值，从而使神经网络模型在训练数据集上的损失函数达到一个较小值。本文将给出一个具体的样例来解释使用梯度下降算法优化参数取值的过程。一、梯度下降法假设用表示神
行歌er·2020-08-17 03:09

tensorflow学习笔记(1)：使用入门

详细教程：https://www.tensorflow.org/get_started/premade_estimators我们强烈建议使用下列API编写TensorFlow程序：EstimatorAPI：代表一个完整的模型。EstimatorAPI提供一些方法来训练模型、判断模型的准确率并生成预测。DatasetAPI：构建数据输入管道。DatasetAPI提供一些方法来加载和操作数据，并将数据
==樛木==·2020-08-17 03:44

TensorFlow学习笔记（六）

name_scope与variable_scope写这篇文章的时候自己理解得并不好，所以不建议大家参考。最近在使用Keras，这个库可以选择backend，它有三个backend，包括：TensorFlow，CNTK，Theano。我选择使用的是TensorFlow作为backend，在Keras的optimizers.py文件中有：from.importbackendasK...ifK.back
微丶念（小矿工）·2020-08-17 03:09

Tensorflow学习笔记：Debugging 调试Tensorflow 程序

调试Tensorflow程序TensorFlow调试器(tfdbg)是专门为TensorFlow定制的调试器。在训练或推理的过程中能够让你看到流图的内部结构及状态，由于tensorflow的计算图，使用通常的调试器（如pdb）是看不到的。这个教程展示了怎么样使用tfdbg命令行接口（CLI）工具来调试出现的非数值（nans）和无穷数值（infs）问题，这是在开发tensorflow程序中经常出现的
fanchenxinok·2020-08-17 02:28

TensorFlow学习笔记(4):线性回归，TensorFlow实战

说明此系列文档为学习中国大学mooc,浙江大学开设的《深度学习应用开发-TensorFlow实践》随堂笔记。有监督单变量机器学习案例监督式机器学习机器学习系统：通过学习如何组合输入的信息，来对未见过的数据进行有用的预测。标签：是我们要预测的真实事物：y线性回归中的y变量。特征：指用于描述数据的输入变量：xi线性回归中的[x1.x2x3…xn]变量样本：数据的特定实例：x1.有标签样本具有{特征，标
_昕_·2020-08-17 02:35

Tensorflow学习笔记(1)：关于波士顿房价的预测

为了学习深度学习，深入了解Tensorflow，所以学习了网课Tensorflow实践，以下代码主要来自于该网站：https://www.icourse163.org/learn/ZUCC-1206146808?tid=1206445215#/learn/content?type=detail&id=1211172103&cid=1213735441&replay=true该模型研究的是关于波士顿
Gomeenasai·2020-08-17 02:33

TensorFlow学习笔记6----tf.contrib.learn Quickstart

原文教程：tensorflow官方教程记录关键内容与学习感受。未完待续。。tf.contrib.learn快速介绍——tf.contrib.learn是tensorflow高级别的机器学习API，它可以很轻松安装、训练、验证多种类的机器学习模型。在本教程中，你可以使用它来构建一个神经网络分类器并且利用IrisCSV数据训练，基于花萼、花瓣的几何形状来预测花的种类。——你可以按照以下五步写下代码：加
夏洛的网·2020-08-17 01:56

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
夏洛的网·2020-08-17 01:56
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他