tensorflow学习第10页

Tensorflow之构建自己的图片数据集TFrecords

学习谷歌的深度学习终于有点眉目了，给大家分享我的Tensorflow学习历程。tensorflow的官方中文文档比较生涩，数据集一直采用的MNIST二进制数据集。

csuzhaoqinghui·2020-08-16 06:36

window10 + cuda8.0+tensorflow 安装教程

目录目录下载安装cuda80下载cuDNNv51下载安装Anaconda420python35版本安装tensorlow测试tensorlow关于CPU版本的tensorflow学习资源自从Tensorflow

DrSlump·2020-08-16 05:41

Tensorflow学习之路（一）

通过实战使用Tensorflow学习手写数字的识别来学习Tensorflow的相关知识数据集的加载Tensorflow有很多很好的训练数据集可以供我们使用，第一步我们先加载数据集，在第一次使用的时候，pycharm

没有蜂蜜的小蜜蜂·2020-08-16 05:55

SSD-Tensorflow学习

Hacker-9527·2020-08-15 23:57

tensorflow学习笔记： 1.X 和2.X版本的差异

近日电脑环境出了点问题，整个重装后tensorflow更新到2.0版本。结果运行以往的程序是抛出了很多bug，走了很多路也踩过很多坑。且行且调试吧。。。TensorFlow具有多种语言可用的API，可用于构建和执行TensorFlow图。PythonAPI目前是最完整和最容易使用的，但是其他语言API可能更易于集成到项目中，并且可能在图形执行方面提供一些性能优势。TensorFlow2Tensor

幸运六叶草·2020-08-15 21:29

TensorFlow学习记录：VGGNet卷积神经网络模型

1.VGGNet模型结构简介VGGNet是由牛津大学计算机视觉几何组（VisualGeometyGroup,VGG）和GoogleDeepmind公司的研究员合作研发的深度卷积神经网络，VGG的成员KarenSimonyan和AndrewZisserman在2014年撰写的论文《VeryDeepConvolutionalNetworksforLarge-ScaleImageRecongnition

Barcelooooooooona·2020-08-14 21:19

TensorFlow学习记录：GoogleNet模型

GoogleNet最核心的亮点就是它的Inception，最大的特点就是去除了最后的全连接层，用全局平均池化层（即使用与特征图尺寸相同的过滤器来做平均池化）来取代它。这么做的原因是：在以往的AlexNet和VGGNet网络中，全连接层几乎占据90%的参数量，占用了过多的运算量内存使用率，而且还会引起过拟合。GoogleNet的做法是去除全连接层，使得模型训练更快并且减轻了过拟合。之后GoogleN

Barcelooooooooona·2020-08-14 21:19

Nginx正则表达式之匹配操作符详解

>>>##tensorflow学习课程https://developers.google.com/machine-learning/crash-course/ml-intro##TensorFlow如何入门

weixin_34342207·2020-08-14 21:17

TensorFlow学习笔记——（8）卷积神经网络的相关操作

文章目录一、感受野（ReceptiveField）1、定义2、理解3、比较二、全零填充（padding）1、作用2、计算3、TF描述全零填充三、TF描述卷积层1、格式2、实例四、批标准化（BatchNormalization，BN）1、定义与作用2、TF描述批标准化3、实例五、池化（Pooling）1、定义和作用2、TF描述池化3、实例六、舍弃（Dropout）1、定义和作用2、TF描述舍弃3、实

屿十_·2020-08-14 18:02

python tensorflow学习（四）加大难度！AlexNet模型实现

加大难度！AlexNet模型实现Alex网络[8]是现代意义上的深度卷积神经网络的起源，是在2012年被推出的一个经典网络模型，取得了同年ImageNet比赛的最优成绩。相比于上一章的LeNet-5，AlexNet的层次显著加深，参数规模也显著变大。大纲：猫狗大战数据集处理数据集的加工转换为TFRecord格式Alex网络模型实现网络模型架构模型的训练存储及结果可视化猫狗大战数据集处理猫狗大战的数

lzrrrrr·2020-08-14 18:48

TensorFlow学习笔记——（7）卷积计算过程

文章目录全连接网络（NN）卷积计算过程全连接网络（NN）1、定义每个神经元与前后相邻层的每一个神经元都有连接关系，输入是特征，输出为预测的结果。2、参数个数计算如下3、例子第一层参数：784×128个w+128个b第二层参数：128×10个w+10个b共101770个待训练参数卷积计算过程1、引入背景实际项目中，图片多是高分辨率彩色图，因此待优化参数过多易导致模型过拟合。为了减少待训练参数，在实际

屿十_·2020-08-14 16:01

TensorFlow学习笔记——（6）神经网络八股功能扩展

文章目录一、自制数据集，解决本领域应用1、自制数据集2、mnist实验代码二、数据增强，扩充数据集1、介绍2、实验代码三、断点续训，存取模型1、读取保存模型（1）读取模型（2）保存模型2、实验代码四、参数提取，把参数存入文本1、提取可训练参数并打印2、实验代码五、acc/loss可视化，查看训练效果1、介绍2、实验代码六、应用程序，给物识图1、前向传播执行应用2、输入图片预处理方法3、实验代码一、

屿十_·2020-08-14 11:26

TensorFlow学习笔记(二)：手写数字识别之多层感知机

在【TensorFlow学习笔记(一)：手写数字识别之softmax回归】中：我使用softmax回归算法识别mnist数据集的手写数字，在我机器上的mnist测试集上最好结果是92.9%。

zchang81·2020-08-14 00:51

Tensorflow学习笔记（四）——深入MNIST（多层卷积网络）

极客学院Tensorflow官方文档中文版教程学习教程链接：http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_pros.html一、Mnist的回归模型加载MNIST数据为了方便起见，TFLearn中内置了一个脚本可以自动下载和导入MNIST数据集。我们只需要以下代码就可以自动创建一个MNIST_data的目录来存储

StarCoo·2020-08-13 18:43

TensorFlow学习日记22

1.MNISTMLP解析：'''TrainsasimpledeepNNontheMNISTdataset.'''from__future__importprint_functionimportkerasfromkeras.datasetsimportmnistfromkeras.modelsimportSequentialfromkeras.layersimportDense,Dropoutfro

1000sprites·2020-08-13 18:14

TensorFlow学习记录2——基于softmax回归的分类算法

TensorFlow学习记录2——基于softmax回归的分类算法主要参考博客LightRNN：深度学习之以小见大tensorflowv2.0入门教程——04逻辑回归深入MNIST——importtensorflowastfimportnumpyasnpimportmatplotlib.pylabasplt

青崖间·2020-08-13 11:28

TensorFlow学习笔记——（4）神经网络优化过程

文章目录1、预备知识（1）tf.where()（2）np.random.RandomState.rand()（3）np.vstack()（4）np.mgrid[]/np.ravel()/np.c_[]2、神经网络（NN）复杂度（1）网络复杂度的计算（2）学习率的设置1）指数衰减学习率3、激活函数（1）Sigmoid函数（2）Tanh函数（3）Relu函数（4）LeakyRelu函数（5）总结4、损

屿十_·2020-08-12 23:43

TensorFlow学习（三）—_实现自编码器

欢迎点击参观我的——>个人学习网站自编码器的介绍请参考这里准备导入所需要的包。importnumpyasnpimportsklearn.preprocessingaspreimporttensorflowastffromtensorflow.example.tutorials.mnistimportinput_data定义函数参数初始化方法xavierinitialization这里是初始化参数的

iTensor·2020-08-12 14:46

Tensorflow学习之旅（十）——降噪自编码

为什么叫去噪呢，是因为我们在之前输入的数据是加了高斯噪声的，但是我们在学习特征时是不能把噪声也学进去的，所以这里还实现了隐层上用tf.nn.softplus()激活函数？不知道理解是否正确！看代码吧!就是一个三层的自编码器，只不过在输入加上了噪声。#-*-coding:utf-8-*-"""CreatedonTueJun2012:59:162017@author:ASUS"""#降噪自编码impo

btbujhj·2020-08-12 14:24

Tensorflow学习——猫狗大战

本次学习主要参考优酷：TensorflowtutorialCatsvs.dogs系列视频视频连接：http://i.youku.com/deeplearning101数据集链接：http://pan.baidu.com/s/1dFd8kmt密码：psor运行环境：win10,64位，TensorFlowCPU版本，电脑显卡不行，整个过程训练了十个小时（10000个steps）训练目录：D:\cat

ciky奇·2020-08-12 14:53

TensorFlow学习－－自编码器/稀疏自编码器/堆叠自编码器

自编码器(AutoEncoder)神经网络常常用于分类，通过定义一个目标函数衡量输出与目标值之间的差异，然后通过调整系统的参数使系统尽量拟合训练数据．而对每一层神经网络来说，前一层的输出都是可看做未加工的初始数据，而这一层则是对初始数据进行加工组织的更高阶的特征．设由无类别标签的训练样本集合｛x(1)x(2)x(3)...｝,x(i)∈Rn自编码神经网络是一种无监督学习算法，使用反向传播算法，并让

阿卡蒂奥·2020-08-12 14:20

TensorFlow学习（十一）：保存TFRecord文件

更新:2018.3.26对于每个例子添加了详细的解释,方便理解.做过kaggle竞赛的应该很熟悉.csv文件了,.csv文件非常方便,但是通常读取的时候,是一次性读取到内存里面的.要是内存小的话,就要想其他的办法了,那就变得很麻烦了.或者有时候,从硬盘上面直接读取图片啊什么的,因为图片的文件格式,存放位置各种各样等等一些因素,要是想在训练阶段直接这么使用的话,就更加麻烦了.所以,对于数据进行统一的

谢小小XH·2020-08-12 14:21

TensorFlow学习笔记01：Win10下使用Anaconda安装TensorFlow

文章转载自http://www.jiaxiaojunjxj.cn/2017/11/01/TensorFlow%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B001/TensorFlow，以下简称TF，是Google2015年发布的机器学习平台，发布以后由于其速度快，扩展性好，推广速度还是蛮快的。江湖上流传着Google的大战略，Android占领了移动端，TF占领神经网络提供

wanglei5205·2020-08-11 23:19

TensorFlow学习笔记02：TensorFlow基本简介

转载自http://www.jiaxiaojunjxj.cn/2017/11/03/TensorFlow%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B002/TensorFlow

wanglei5205·2020-08-11 23:42

tensorflow学习笔记（3）: 使用load_modeld载入的keras模型是随机的

●问题描述：在一个二分类任务上，我训练好的keras模型的准确率是0.9。但是，当我用tf.keras.models.load_modeld重新加载该模型后，它的准确率却变成了0.5（显然是因为网络的参数变成随机值了）。●问题原因：导致该问题的原因是，我的模型用到了自建的keraslayer，但是我的自建layer写错了。错误点是，我在自建layer里调用了其它layer。该错误会导致用load_

Yang Tinaye·2020-08-11 21:12

Tensorflow学习笔记2-Keras六步法搭建神经网络模型

谁说朽木不可雕也·2020-08-11 17:34

Tensorflow学习笔记之池化层

Tensorflow学习笔记之池化层池化层的作用池化层用于进一步缩小经卷积层处理过后的节点矩阵，从而进一步减少最后交付给全连接神经网络的参数个数。

岛上的道长·2020-08-11 13:06

TensorFlow学习（十七）：高级API之tf.layers

之前写的代码都是基于比较底层的API了，底层的API其实是有好处的，虽然还是调API，但是至少对于原理有小小的理解才能够写出代码。而且在实现一些新的论文或者要实现一个新的点子的时候，这时候是没有API的，因此底层的API非常有存在的必要，且必须经过这一个过程。但是对于一个非常熟悉底层原理和经过了写底层代码这个过程的人，在有些很常见的任务上，就是用高级封装好的API就行。tf.layers就是提供这

谢小小XH·2020-08-11 05:32

TensorFlow学习（十六）：使用tf.data来创建输入流(下)

这一节可以看做是TensorFlow学习（十五）：使用tf.data来创建输入流(上)和TensorFlow学习（十一）：保存TFRecor

谢小小XH·2020-08-11 05:31

TensorFlow学习笔记（七）——浅谈过拟合问题的解决办法

本文将继续介绍神经网络优化过程中可能遇到的一些问题，以及解决这些问题的常用方法。在训练复杂神经网络模型时，过拟合是一个非常常见的问题。本文介绍解决这个问题的主要方法。所谓过拟合，指的是当一个模型过为复杂之后，它可以很好地“记忆”每一个训练数据中随机噪音的部分而忘记了要去“学习”训练数据中通用的趋势。为了避免过拟合问题，一个非常常用的方法是正则化(regularization)。正则化的思想就是在损

行歌er·2020-08-11 04:52

基于Tensorflow实现基本的线性回归(Linear regression)

线性回归(Linear_regression)本文基于Tensorflow实现基本的线性回归代码参考GitHub[Tensorflow学习]代码参考GitHub[Tensorflow-Examples]

longwinyang·2020-08-11 03:23

Tensorflow 基础架构

Tensorflow基础架构代码参考GitHub[Tensorflow学习]代码参考GitHub[Tensorflow-Examples]1.处理结构(1)Tensorflow首先要定义神经网络的结构,

longwinyang·2020-08-11 03:20

机器学习实战——基于sklearn和tensorflow学习笔记

笔记内容包括第一部分5-8全章，大部分为使用经验第五章支持向量机支持向量机（简称SVM）是一个功能强大并且全面的机器学习模型，它能够执行线性或非线性分类、回归，甚至是异常值检测任务。它是机器学习领域最受欢迎的模型之一，任何对机器学习感兴趣的人都应该在工具箱中配备一个。SVM特别适用于中小型复杂数据集的分类。在Scikit-Learn的SVM类中，可以通过超参数C来控制这个平衡：C值越小，则街道越宽

YingjiaWang·2020-08-11 02:34

Tensorflow学习笔记（一）tensorflow安装

笔记是根据莫烦老师的Tensorflow视频总结的。1）windows安装cpu版tensorflow。pipinstalltensorflow-cpu等待安装完成之后开始写代码就行了importtensorflowastfimportosimportnumpyasnpos.environ['TF_CPP_MIN_LOG_LEVEL']='2'#忽略警告x_data=np.random.rand(

Xiao-wei1998·2020-08-10 17:19

Tensorflow学习笔记（二）Session使用

importtensorflowastfimportosimportnumpyasnpos.environ['TF_CPP_MIN_LOG_LEVEL']='2'#忽略警告matrixl1=tf.constant([[3,3]])matrixl2=tf.constant([[2],[2]])product=tf.matmul(matrixl1,matrixl2)#矩阵乘法##method1#ses

Xiao-wei1998·2020-08-10 17:19

TensorFlow学习－－MNIST入门与提高　(附脚本input_data.py)

建立softmax回归模型:y=softmax(Wx+b)y=softmax(Wx+b)损失函数采用交叉熵来衡量：CostEntropy=−∑y′logyCostEntropy=−∑y′logy其中y′y′代表真实值．由于真实值的类别通常采用one-hot编码，即对应类别位置为1其他为0，因此损失函数就可以写成：CostEntropy=−y′logyCostEntropy=−y′logy即：cro

阿卡蒂奥·2020-08-10 15:21

tensorflow学习笔记：曼德布洛特(MANDELBROT)集

#-*-coding:utf-8-*-#曼德布罗特集合#导入仿真库importtensorflowastfimportnumpyasnp#导入可视化库#若使用anaconda安装pil，则会在importtensorflow时提示错误，因此直接将PIL包安装在lib目录下importPIL.Image#2.7上面是fromStringIO,3.6上面是fromiofromioimportStrin

gavinnotkavin·2020-08-10 13:42

TensorFlow学习笔记（四）——TensorFlow运作方式入门、可视化

dicuo0992·2020-08-09 07:21

TensorFlow 运行机制

其他TensorFlow学习内容请参考TensorFlow学习目录。

1 每逢大事有静气·2020-08-08 13:15

Tensorflow学习笔记3——TensorFlow框架

Tensorflow学习笔记3第三讲TensorFlow框架1、基于tensorflow的神经网络（NN）简介:①张量（tensor）：多维数组（列表），用阶来表示张量的维数。

不务正业的程序媛·2020-08-08 00:19

Tensorflow学习笔记1——人工智能概述

Tensorflow学习笔记1第一讲人工智能概述1、什么是人工智能？2、什么是机器学习？3、什么是深度学习？

不务正业的程序媛·2020-08-08 00:18

TensorFlow学习笔记（二）分类模型构建

这里一枚小白，啥也不会，请多指正(´-ι_-｀)一、两大类问题1.回归问题：预测的为值，模型输出的为实数值。如：预测房价。2.分类问题：预测的为类别，模型输出的为概率分布。如：三分类问题输出例子：[0.2,0.7,0.1]。每个位置的代表一个类别。如上，三个位置即表示其为三分类问题。第0个位置输出的概率为0.2，表示该样本为第0类的概率为0.2；第1个位置输出的概率为0.7，表示该样本为第1类的概

肆儿呀·2020-08-07 21:47

tensorflow学习|基于TF-IDF的垃圾短信预测

原tensorflow学习|基于TF-IDF的垃圾短信预测2018年10月09日21:17:25shillyshally阅读数：28在学习过程中看到了使用TF-IDF方法进行垃圾短信预测，于是作为学习和记录

weixin_30471561·2020-08-07 10:51

tensorflow学习笔记（1）- tf.estimator.EstimatorSpec源码分析

tf.estimator.EstimatorSpec源码分析tf.estimator.EstimatorSpec是python新增的一个高级api，它定义了一个具体的模型对象，现根据源代码简要分析其功能。ModeKeys类源代码如下：classModeKeys(object):TRAIN='train'EVAL='eval'PREDICT='infer'该类有点类似于Java中的枚举类型，定义了t

一条赖皮狗·2020-08-06 13:57

TensorFlow学习笔记(七) 使用训练好的inception_v3模型预测分类图片

下载需要练习的inception模型并看起流程importtensorflowastfimportosimporttarfileimportrequests#inception_v3模型下载inception_pretrain_model_url='http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.t

像风一样Pro·2020-08-06 13:41

TensorFlow学习笔记8----TensorFlow Linear Model 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。。TensorFlowLinearModelTutorial——在本教程中，我们将使用tensorflow中tf.learnAPI来解决一个二元分类的问题：对于给定的人口普查数据，例如一个人的年龄、性别、教育、职业（特征），我们要试图预测出一个人一年是否能赚超过50000美元（目标标签），我们将训练一个逻辑回归模型，并且给模型

夏洛的网·2020-08-06 12:41

TensorFlow学习系列之三：Anaconda的安装

在介绍完毕几个主流的深度学习框架之后，下面让我们把视角重新回到TensorFlow上，介绍一下TensorFlow的安装过程。由于TensorFlow并非全部由Python编写而成，它的很多底层代码仍然是由高性能的C++甚至CUDA编写而成，所以它的安装过程比较繁琐，可能导致部分初学者不能一次性安装成功。TensorFlow为CPU和GPU两个版本。由于本书主要是面向初学者（而非生产环节的读者），

玉来愈宏（张玉宏）·2020-08-06 12:14

TensorFlow学习笔记：编程模型

1计算图在TensorFlow中，算法都被表示成计算图（computationalgraphs）。计算图也叫数据流图，可以把计算图看做是一种有向图，图中的节点表示操作，图中的边代表在不同操作之间的数据流动。如图所示，左边的图表示z=x+y。从图中可以看到，xyz是图中的三个节点，x和y分别有一个箭头指到z，在z节点的下方有一个+号，表明是一个加法操作，因此最后的输出结果就是z=x+y。右图是一种相

tinyzhao·2020-08-06 12:06

TensorFlow学习系列之八：什么是数据流图？

一、概述TensorFlow最基本的一次计算流程通常是这样的：首先它接受n个固定格式的数据输入，通过特定的函数，将其转化为n个张量（Tensor）格式的输出。一般来说，某次计算的输出很可能是下一次计算的（全部或部分）输入。整个计算过程其实是一个个Tensor数据的流动过程。在这其中，TensorFlow将这一系列的计算流程抽象为了一张数据流图（DataFlowGraph）。简单来说，数据流图，就是

玉来愈宏（张玉宏）·2020-08-06 11:18

TensorFlow学习系列之六：测试TensorFlow是否安装成功

“是骡子是马，拉出来溜溜”。上述安装是否成功，需要测试一下才知道。下面我们就用大名鼎鼎的“HelloWorld”程序，来测试TensorFlow是否安装成功。在终端输入python（请注意，在Mac/Linux环境下“python”全部小写），进入Python的交互模式（Pythonshell）。然后依次输入如下4条语句。01>>>importtensorflowastf02>>>hello=tf

玉来愈宏（张玉宏）·2020-08-06 11:17

推荐频道

tensorflow学习