tensorflow学习笔记

TensorFlow学习笔记(2)-构建神经网络及其可视化

文章目录1.添加隐藏层2.生成实验数据3.定义网络结构4.可视化4.1loss曲线4.2显示当前训练曲线参考资料  tensorflow给我的感觉就是定义了一系列的计算方法和流程，但是网络的构建还是需要自己去定义的。比如隐藏层的个数，隐藏层的神经元的数量等等。所以，首先定义一个添加隐藏层的函数。1.添加隐藏层importtensorflowastfdefadd_layer(inputs,in_si
kabuto_hui·2020-06-24 00:39

tensorflow学习笔记：jupyter notebook使用tensorflow-gpu或Keras训练卷积时jupyter服务重启问题解决

jupyternotebook使用tensorflow-gpu或Keras训练卷积时jupyter服务重启问题解决最近利用jupyternotebook训练tensorflow卷积神经网络的时候，遇到了一次服务似乎挂掉了，但会立刻重启的问题。原以为它重启之后就没问题了，但是重启了n多遍还是不行。在网上直接照这个问题似乎没有找到对应的答案，自己踩了坑得爬出来才行。下面记录一下检查以及解决过程。首先把
heart_ace·2020-06-23 13:48

TensorFlow学习笔记--Deep Dream模型

零、目标DeepDream是谷歌推出的一个有意思的技术。在训练好的CNN上，设定几个参数就可以生成一张图象。具体目标是：了解DeepDream基本原理掌握实现生成DeepDream模型一、技术原理在卷积网络中，通常输入的是一张图象，经过若干层的卷积运算，最终输出图像的类别。这期间使用到了图片计算梯度，网络根据梯度不断的调整和学习最佳的参数。但是卷积层究竟学习到了什么，卷积层的参数代表了什么，浅层卷
Programer Cat·2020-06-23 09:32

深度学习、机器学习、tensorflow学习笔记杂烩，更新……

2019.3.16最近看了一些机器学习的视频和python深度学习的书籍，但最后还是发现直接看tensorflow框架的书来得直白。以下主要是书中的一些要点记录。0、张量：在tensorflow中所有的数据都通过张量表示，张量可以理解为多维数组。0阶张量为标量，就是一个数；1阶张量为向量；n阶张量为n维数组。张量主要由3个属性：名字(name)、维度(shape)、类型(type)1、神经网络参数
小刀_cs·2020-06-23 08:51

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·2020-06-23 06:01

TensorFlow学习笔记：6、用Tensorflow计算a=(b+c)∗(c+2)

Tensorflow是基于graph的并行计算模型举个例子，用Tensorflow计算a=(b+c)∗(c+2)可以将算式拆分成一下：d=b+ce=c+2a=d*e编程如下#-*-coding:utf-8-*-"""CreatedonWedMar2016:39:492019@author:hadron"""#https://blog.csdn.net/hustqb/article/details/
程裕强·2020-06-22 22:26

深度学习---TensorFlow学习笔记：搭建CNN模型

转载自：http://jermmy.xyz/2017/02/16/2017-2-16-learn-tensorflow-build-cnn-model/最近跟着Udacity上的深度学习课程学了一丢丢TensorFlow，这里记录一下用TensorFlow搭建简单CNN网络的代码模板。python代码pickle_file='notMNIST.pickle'withopen(pickle_file
Trent1985·2020-06-22 07:31

TensorFlow2.0 学习笔记（七）：变量的保存与恢复

欢迎关注WX公众号：【程序员管小亮】专栏——TensorFlow学习笔记文章目录欢迎关注WX公众号：【程序员管小亮】专栏——TensorFlow学习笔记一、TensorFlow2.0的变量保存与恢复1_
我是管小亮·2020-06-22 06:57

TensorFlow学习笔记（5）----TF生成数据的方法

TensorFlow学习笔记（5）----TF生成数据的方法正常情况下，使用tf.initialize_all_variables()初始化变量，在完全构建好模型并加载之后才运行这个操作。
bbzz2·2020-06-21 17:40

tensorflow学习笔记--通过名称作用域组织数据流图

当节点多的时候就需要使用数据流图来控制op#coding:utf-8#In[1]:importtensorflowastf#In[4]:withtf.name_scope("Scope_A"):#名称作用域的基本用法是将OP添加到这个语句块里a=tf.add(1,2,name="A_add")b=tf.mul(a,3,name="A_mul")#In[5]:withtf.name_scope("S
松爱家的小秦·2020-06-21 14:39

TensorFlow学习笔记——《TensorFlow技术解析与实战》

著名历史学家斯塔夫里阿诺斯在《全球通史》中，曾以15世纪的航海在“物理上”连通“各大洲”作为标志将人类历史划分为两个阶段。在我正在写作的《互联网通史》中，我把互联网这个“信息上”连通“人类个体”的物件作为划分人类历史的标志。而随着人工智能最近的崛起，我们又该思考重新划分了，因为人工智能将会在“信息上”连通“各个物体”。到那时各个物体都有“智能”，如智能汽车、智能电视、扫地机器人、智能音响等智能家居
星尘逸风·2020-06-21 12:50

tensorflow学习笔记(北京大学) tf4_2.py 完全解析 酸奶学习模型

#coding:utf-8#tensorflow学习笔记(北京大学)tf4_2.py完全解析酸奶学习模型#QQ群：476842922（欢迎加群讨论学习）#酸奶成本1元，酸奶利润9元#预测少了损失大，故不要预测少
weixin_33595571·2020-06-21 10:38

tensorflow学习笔记(十九):分布式Tensorflow

最近在学习怎么分布式Tensorflow训练深度学习模型,看官网教程看的云里雾里,最终结合着其它资料,终于对分布式Tensorflow有了些初步了解.gRPC(googleremoteprocedurecall)分布式Tensorflow底层的通信是gRPCgRPC首先是一个RPC,即远程过程调用,通俗的解释是:假设你在本机上执行一段代码num=add(a,b),它调用了一个过程call,然后返回
ke1th·2020-06-21 08:59

图解机器学习&深度学习——TensorFlow学习笔记二

什么是机器学习机器学习的概念：简单模型举例——决策树模型机器学习和传统计算机运算的区别：什么是深度学习深度学习的概念人脑神经网络生物学中的神经元计算机中的神经元模型人工智能Vs机器学习Vs深度学习什么是机器学习机器学习的概念：机器学习是一种统计学方法，计算机利用已有数据得出某种模型，再利用此模型预测结果。特点：随经验的增加，效果会变好。简单模型举例——决策树模型预测班车到达时间问题描述：每天早上七
路拾遗37·2020-04-22 13:09

Tensorflow学习笔记(2)

tf.kerastf.keras是tensorflow的高级api，可以快速搭建神经模型六步法搭建神经网络:importtrain_data/test_datamodel=tf.keras.models.Sequentialmodel.compilemodel.fitmodel.summary说明：tf.keras.models.Sequential([网络结构])网络结构举例(从输入层到输出层的
Meteor_hy·2020-04-14 20:29

Tensorflow学习笔记

目录tftf.constantVariablereduce_sum()reduce_mean()tf.ones_liketf.multiply（）tf.gradientstf.reshapepathSettingthedatatypetf.cast()tf.array()lossfunctionmsemaehuberLinearregressionMultiplelinearregressionB
高文星星·2020-04-07 22:00

Tensorflow学习笔记(1)

以预测鸢尾花分类为例，过程如下：1)准备数据:数据集读入;数据集乱序;生成训练集和测试集;配对(输入特征和标签)2)搭建网络:定义神经网络中所有可训练参数3)参数优化:嵌套循环迭代,with结构更新参数,显示当前loss4)测试效果:计算当前参数前向传播后的准确率,显示当前acc5)acc/loss可视化importtensorflowastffromsklearnimportdatasetsfr
Meteor_hy·2020-04-06 09:26

TensorFlow学习笔记：tf.gfile文件读写

Module:tf.gfiletf.gfile.FastGFile()读写文件，句柄具有.read()方法，实测凡是使用tf.gfile.FastGFile()的地方换乘open()并不会报错（包括读取普通文件和读取tf模型文件）：'''本代码也是加载图pb文件并获取节点张量句柄的标准流程，feed_dict输入节点&sess.run(输出节点)就可以使用模型了'''#withtf.gfile.F
DexterLei·2020-04-03 07:26

Tensorflow学习笔记之一：训练你的第一个神经网络——基础分类

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)环境准备本教程将会训练一个神
XvZipo·2020-04-02 05:29

Tensorflow学习笔记之三：多元回归分析之房价预测

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)相比于判断图片是橘子还是苹果
XvZipo·2020-03-29 20:54

【转载】TensorFlow学习笔记（5）----TF生成数据的方法

原文链接：blog.csdn.net/phdat101/article/details/52442738正常情况下，使用tf.initialize_all_variables()初始化变量，在完全构建好模型并加载之后才运行这个操作。生成数据的主要方法如下1）如果需要利用已经初始化的参数给其他变量赋值TF的变量有个initialized_value()属性，就是初始化的值，使用方法如下：[pytho
dopami·2020-03-27 11:47

TensorFlow学习笔记——第三章：TensorFlow入门

书中第三章初看可能会有点懵，需要将计算图、张量结合起来看。计算图TensorFlow中的运算会通过计算图的形式表述。以下为TensorFlow中两个向量相加的代码。importtensorflowastfa=tf.constant([1.0,2.0],name="a")#tf.constant是一个计算，结果为一个张量，保存在变量a中b=tf.constant([2.0,3.0],name="b"
dalalaa·2020-03-26 20:34

tensorflow--tensor 变换

来源：tensorflow学习笔记（二）：tensor变换矩阵操作#所有的reduce_...
SUNFC·2020-03-22 15:28

斯坦福CS20 TensorFlow学习笔记(2)：TensorFlow Ops

上一节我们介绍了graph、tensor和session，这一节主要介绍operation。主要内容有：TensorBoard的基本用法BasicoperationsTensortypesImportingdataLazyloading1-VisualizeitwithTensorBoardTensorFlow提供了可视化graph的工具TensorBoard，之前我们看到的graph示意图就是T
毛帅同学·2020-03-21 22:16

Tensorflow学习笔记-基于LeNet5结构的ORL数据集识别

参考文献:《基于卷积神经网络的人脸识别研究》李春利，柳振东，惠康华文章中基于经典的网络LeNet-5的结构，提出了一种适用于ORL数据集的CNN结构，在该数据集上取得了较高的识别率。本文是在参考此论文的基础上，使用tensorflow实现了文中相关理论。ORL训练集byCSDN训练集下载解压后可以看到，ORL训练集一共有40类，每一类有10张bmp类型的图片。目录s1中图片首先我们需要做的就是将这
RJzz·2020-03-20 00:25

【TensorFlow学习笔记】基础篇（四）— —搭建神经网络的八股：准备、前传、反传、迭代

绪论神经网络的实现过程——①准备数据集，提取特征，作为输入喂给神经网络(NeuralNetwork，NN)②搭建NN结构，从输入到输出（先搭建计算图，再用会话执行）(NN前向传播算法–>计算输出)③大量特征数据喂给NN，迭代优化NN参数(NN反向传播算法–>优化参数训练模型)④使用训练好的模型预测和分类目录绪论1.准备数据：import、常量定义、生成数据集2.前向传播：搭建模型，实现推理3.反向
Jarvis_lele·2020-03-19 20:01

tensorflow--各种损失函数

来源：tensorflow学习笔记（三）：损失函数sparse_softmax_cross_entropy_with_logitstf.python.ops.nn_ops.sparse_softmax_cross_entropy_with_logits
SUNFC·2020-03-16 20:38

TensorFlow学习笔记（2）

实战案例一非线性模型重点是神经网络中间层的应用importtensorastfimportnumpyasnpimportmatplotlib.pyplotasplt#用np.linspace生成两百个在-0.5到0.5之间的随机值因为需要使用的是二维数据，所以用np.newaxis加一个维度，成为200行一列的矩阵x_data=np.linspace(-0.5,0.5,200)[;,np.newa
只是不在意·2020-03-12 13:18

Tensorflow学习笔记之Hello World（1）

先在这说一下我在学习Tensorflow的过程中都安装了什么？因为也走了一些弯路，希望能够引起大家注意。因为在开始学习之前已经决定选用Python作为开发语言，所以首先就要先安装一系列和Python相关的Tool，IDE等。Q1.PythonorPython3？A:这个问题我回答起来很心虚，因为我都不会……所以我都安装了。我在最开始学习的时候照着google的guide学习了有一小段时间，大概2-
VincentZhou·2020-03-04 00:14

TensorFlow学习笔记第一课

百度百科：TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。TensorFlow可被用于语音识别或图像识别等多项机器
小甜瓜Melon·2020-03-03 05:08

TensorFlow学习笔记(18)random_ops.random_normal浅析

随机正态分布tf.random.normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)shape:A1-DintegerTensororPythonarray.Theshapeoftheoutputtensor.输出张量的形状，必选mean:A0-DTensororPythonvalueoftypedtype.T
谢昆明·2020-03-02 02:07

TensorFlow学习笔记（4）

这节课主要是理论，比较高深。老师讲完没太明白，对照书看才了解一二：4.1深度学习与深层网络神经深度学习是一种高复杂性数据建模算法，它有两个非常重要的特性：多层和非线性。线性模型可以解决线性可分问题，而深度学习的目的是为了解决现实中更为复杂，无法线性分割的问题。4.1.2激活函数实现去线性化解释：如果将每一个神经元的输出通过一个非线性函数，那么整个神经网络的模型也就不再是线性的了，这个非线性函数就是
只是不在意·2020-02-28 07:03

tensorflow学习笔记（二）session,graph,operator,tensor

Session,Graph,Operator,Tensor1.Session图的概念比较抽象可能c可以叫做是operator，可以发现，result=sess.run(c)之后，打印c和result，result才可以打被印得出来withtf.Session(target='',graph=None,config=None)assess:sess.run(fetches,feed_dict={y:
__Twenty__·2020-02-26 10:45

with graph.as_default( )

-StackOverflow▶Tensorflow学习笔记2：AboutSession,Graph,OperationandTensor-lienhua34-博客园▶withtf
hzyido·2020-02-23 14:08

tensorflow学习笔记-ExponentialMovingAverage

ExponentialMovingAverageSometrainingalgorithms,suchasGradientDescentandMomentumoftenbenefitfrommaintainingamovingaverageofvariablesduringoptimization.Usingthemovingaveragesforevaluationsoftenimprovere
飞天小小猫·2020-02-22 17:32

行人识别之安卓开发（一）

Java，结合tensorflow进行安卓开发第一个小程序可能是利用YOLOv2对行人的识别先基于tensorflow做一个安卓版本的mnist识别一、回顾tensorflow的mnist的练习，见《tensorflow
EchoIR·2020-02-21 07:48

tensorflow学习笔记-cifar10图像分类示例

这篇笔记主要记录一下学习tensorflowcifar-10图像分类的示例代码。数据介绍Cifar-10是由Hinton的两个大弟子AlexKrizhevsky、IlyaSutskever收集的一个用于普适物体识别的数据集。Cifar是加拿大政府牵头投资的一个先进科学项目研究所。Hinton、Bengio和他的学生在2004年拿到了Cifar投资的少量资金，建立了神经计算和自适应感知项目。这个项目
飞天小小猫·2020-02-21 04:45

tensorflow学习笔记

老旧tensorflow的api对比tf.nn.seq2seq.sequence_loss_by_example->tf.contrib.legacy_seq2seq.sequence_loss_by_exampletf.nn.rnn_cell->tf.contrib.rnntensorflow.Variable与get_variable的区别简而言之，get_variable用户共享的变量，所以
拎着激光炮的野人·2020-02-21 01:59

Tensorflow学习笔记（二）Tensorflow keras实战 --tf.keras

使用tf.keras进行模型的搭建用到的深度学习的理论知识包括分类问题、回归问题、神经网络、损失函数、激活函数、dropout、批归一化、深度神经网络、Wide&Deep模型、密集特征、稀疏特征、超参数搜索等及其在图像分类、房价预测上的实现。单就这些知识来说，如果前期学过深度学习或者是看过AndrewNg的deeplearning.ai课程，那么应该很好理解，本文主要是总结一下tf.keras在模
weixin_43107805·2020-02-19 23:10

tensorflow学习笔记-图像分类模型-GoogLeNet实现

导言：对GoogLeNet的了解不是特别深入，至少算法动机还没熟练掌握。那这篇笔记就先总结一下GoogLeNet的原理以及V1-V4的演化。最后用slim中的demo学习一下用tf实现的GoogLeNet。GoogLeNet的理论基础将Hebbian原理应用在神经网络上，如果数据集的概率分布可以被一个很大很稀疏的神经网络表达，那么构筑这个网络的最佳方法是逐层构筑网络：将上一层高度相关的节点聚类，并
飞天小小猫·2020-02-18 14:23

TensorFlow学习笔记之基本使用

TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。TensorFlow可被用于语音识别或图像识别等多项机器学习和深度
雁归来兮·2020-02-16 04:49

tensorflow学习笔记（二）常量、变量、占位符、会话

常量、变量、占位符、会话是tensorflow编程的基础也是最常用到的东西，tensorflow中定义的变量、常量都是tensor（张量）类型。常量tf.constant()tensorflow中定义的变量、常量都是tensor（张量）类型常用是在运行过程中不会改变的量，如作线性回归Y=w*X+b，知道一系列(X,Y)，通过梯度下降找w和b，X和Y的值在程序运行时就不会去改变，只不断改变w和b去减
panday·2020-02-14 22:00

tensorflow学习笔记（一）

简介Tensorflow是一个开源的、基于Python的机器学习框架，其前身是谷歌的神经网络算法库，由谷歌人工智能团队谷歌大脑（GoogleBrain）开发和维护。它是基于数据流编程数学运算系统，可部署于服务器、个人pc、网页、Android设备并支持GPU和TPU（TensorProcessingUnits）高性能数值计算，除了Python，TensorFlow也提供了C/C++、Java、Go
panday·2020-02-14 17:00

tensorflow学习笔记——验证码识别（三）模型训练

我们使用的模型为Alexnet，源码在tensorflowtensorflow-master，我们提取tensorflowtensorflow-master里面的net文件夹放入我们的程序路径以便使用，并修改Alexnet模型最后一层为4个分支，来进行多任务学习。（要源码可以找我，官网下载很慢）训练模型的代码如下：importosimporttensorflowastffromPILimportI
红鱼鱼·2020-02-11 21:11

tensorflow学习笔记

tensorflow控制流之tf.casetf.casecase(pred_fn_pairs,default,exclusive=False,strict=False,name='case')控制语句还是非常好用的Definedintensorflow/python/ops/control_flow_ops.py.Seetheguide:ControlFlow>ControlFlowOperati
风果·2020-02-11 05:56

Tensorflow学习笔记——word2vec

本笔记记录一下鄙人在使用tf的心得，好让自己日后可以回忆一下。其代码内容都源于tf的tutorial里面的VectorRepresentationsofWords。现在我们一起来实现通过tf实现word2vec吧。代码地址：https://github.com/tensorflow/tensorflow/blob/r1.2/tensorflow/examples/tutorials/word2ve
Salon_sai·2020-02-05 14:54

TensorFlow学习笔记01:使用tf.keras训练模型

TensorFlow学习笔记01:使用tf.keras训练模型Keras入门案例使用单神经元完成线性回归使用Keras搭建卷积神经网络例子1:使用神经网络进行图片分类获取数据集定义并训练神经网络定义回调函数历史训练指标的可视化各层的输出的可视化例子
ncepu_Chen·2020-01-20 21:36

TensorFlow学习笔记：Inception_v3源码分析

如果需要运行建议参考：TensorFlow学习笔记：RetrainInception_v3（一）TensorFl
DexterLei·2020-01-08 18:25

TensorFlow学习笔记(1)——低级API

学习目标张量变量图保存和恢复基本概念TensorFlow的核心数据单位是张量，TensorFlowCore程序可以看作是两个相互独立的部分组成：构建计算图，运行计算图。张量一个张量由一组阵列(任意维数)的原始值组成。张量的阶是它的维数，而它的的形状是一个整数元组，制定了阵列每个维度的长度。1#0阶张量(标量)[1,2]#1阶张量(向量)[[1,2],[3,4]]#2阶张量(矩阵)......tf.
for123·2020-01-06 18:02

TensorFlow学习笔记（3）

在上一个案例的基础上，利用相似的格式，训练识别MINST数据集的格式。http://www.jianshu.com/p/73d6051bd611其实训练很简单，就是用机器学习来识别手写数字。数据分为6w行的训练集和1w行的测试集。每张图片包含28x28个像素，所以数组是[60000,784]。像素的强度在0-1之间。根据识别概率，将每次识别的概率第一名（比如某个数字，认为6的是0.7,认为是8的0
只是不在意·2020-01-05 21:02
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他