tensorflow学习

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

【技术干货】Windows - Tensorflow2.3.0-GPU入坑指南(配置CUDA和CUDNN)

【技术干货】Windows-Tensorflow2.3.0-GPU入坑指南(配置CUDA和CUDNN)我是使用的Pycharm进行Tensorflow学习的，特别在此记录一下环境配置的过程。
JinyuZ1996·2020-08-18 17:21

Tensorflow学习（练习）—CPU训练模型

MaskR-CNN-TrainonShapesDatasetThisnotebookshowshowtotrainMaskR-CNNonyourowndataset.Tokeepthingssimpleweuseasyntheticdatasetofshapes(squares,triangles,andcircles)whichenablesfasttraining.You'dstillneed
weixin_30539835·2020-08-18 12:44

tensorflow学习——keras高级API——序列模型Sequential

Tensorflow官网Keras是一个用于构建和训练深度学习模型的高阶API。它可用于快速设计原型，高级研究和生产，具有以下三个优势：方便用户使用Keras具有针对常见用例做出优化的简单而一致的界面。它可针对用户错误提供切实可行的清晰反馈。模块化和可组合将可配置的构造快连接在一起就可以构建Keras模型，并且几乎不受限制。易于扩展可以自关系编写定义构造块以表达新的研究创意，并且可以创建新层，损失
SwordKii·2020-08-18 11:39

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

1.将版本一的适用于版本二将importtensorflowastf替换为importtensorflow.compat.v1astftf.disable_v2_behavior()#该行也可以不写这样可以解决大部分的版本问题。也可以单个更改，例如将input1=tf.placeholder(tf.float32)替换为input1=tf.compat.v1.placeholder(tf.floa
小鱼干喝可乐·2020-08-18 01:12

[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

《2020/02/18》tensorflow学习系列2------利用卷积神经网络对mnist数据集进行分类

利用卷积神经网络对mnist数据集进行分类MNIST进阶教程利用卷积神经网络对mnist数据集进行分类_训练模型利用卷积神经网络对mnist数据集进行分类_利用训练好的模型进行分类ps:仅供自己学习使用模型训练"""@date2020/02/18@desc利用卷积网络对mnist数据集进行分类--模型训练"""importtensorflowastffromtensorflow.examples.
guo_xiaozhong·2020-08-17 16:02

【】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学习教程------利用卷积神经网络对mnist数据集进行分类_训练模型

原理就不多讲了，直接上代码，有详细注释。#coding:utf-8importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datamnist=input_data.read_data_sets('MNIST_data',one_hot=True)#每个批次的大小batch_size=100n_batch=mnis
weixin_30755709·2020-08-17 16:56

Tensorflow学习教程------利用卷积神经网络对mnist数据集进行分类_利用训练好的模型进行分类...

#coding:utf-8importtensorflowastffromPILimportImage,ImageFilterfromtensorflow.examples.tutorials.mnistimportinput_datadefimageprepare(argv):#该函数读一张图片，处理后返回一个数组，进到网络中预测"""Thisfunctionreturnsthepixelval
weixin_30627381·2020-08-17 16:16

Tensorflow学习教程------普通神经网络对mnist数据集分类

首先是不含隐层的神经网络，输入层是784个神经元输出层是10个神经元代码如下#coding:utf-8importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data#载入数据集mnist=input_data.read_data_sets("MNIST_data",one_hot=True)#每个批次的大小ba
weixin_30251829·2020-08-17 15:45

tensorflow学习：tf.nn.conv2d 和 tf.layers.conv2d

看了很多tensorflow卷积的例子，有的用了tf.nn.conv2d，有的用了tf.layers.conv2d，那么这两个究竟有啥不同呢？tf.layers.conv2d(inputs,filters,kernel_size,strides=(1,1),padding='valid',data_format='channels_last',dilation_rate=(1,1),activat
wanglitao588·2020-08-17 15:31

TensorFlow学习日记24

1.AdditionRNN解析：#-*-coding:utf-8-*-'''AnimplementationofsequencetosequencelearningforperformingadditionPaddingishandledbyusingarepeatedsentinelcharacter(space)'''from__future__importprint_functionfrom
1000sprites·2020-08-17 14:17

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（四）设置两层神经网络对mnist数据进行十分类

importnumpyasnpimporttensorflowastffromtensorflow.examples.tutorialsimportinput_datamnist=input_data.read_data_sets('data/',one_hot=True)#定义神经网络各层的神经元数量hidden1=256hidden2=128num_input=784num_output=10
岸边看风景·2020-08-17 11:25

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学习之路 —— 线性回归问题实战

线性回归问题实战实现步骤Step1：ComputeLossStep2：ComputeGradientandupdateStep3：Setw=w′andloop数据集完整代码运行结果LinearEquation（线性方程）：y=w*x+b实现步骤1：根据随机初始化的wxb和y来计算loss2：根据当前的wxb和y的值来计算梯度3：更新梯度，循环将新的w′和b′复赋给w和b，最终得到一个最优的w′和b
weixin_41501435·2020-08-17 03:35

Tensorflow学习—— 预创建的 Estimator

预创建的Estimator本文档介绍了TensorFlow编程环境，并向您展示了如何在TensorFlow中解决鸢尾花分类问题。前提条件在使用本文档中的示例代码之前，您需要执行以下操作：安装TensorFlow。如果您是使用virtualenv或Anaconda安装的TensorFlow，请激活您的TensorFlow环境。通过执行以下命令来安装或升级Pandas：pipinstallpandas
疯狂的兔子Philip·2020-08-17 03:50

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

tensorflow学习笔记十四：TF官方教程学习 tf.contrib.learn Quickstart

TensorFlow高级API(tf.contrib.learn)及可视化工具TensorBoard的使用一.TensorFlow高层次机器学习API(tf.contrib.learn)1.tf.contrib.learn.datasets.base.load_csv_with_header加载csv格式数据2.tf.contrib.learn.DNNClassifier建立DNN模型(class
xiaopihaierletian·2020-08-16 23:58

tensorflow学习笔记（六）：TF.contrib.learn大杂烩

这一节介绍一个常用的高级API：tf.contrib_learn。这个API使配置、训练和计算变得更简单。现在依然是依照官方教程进行一些学习和补充。而且程序依然会放在github里。而且从这里开始一直是按照最新的tensorflow版本（目前是r1.2）来进行。这个API的内容因为太高级了，也不准备多介绍了，因为比它好用的高级API还是有一些的，只不过这个API在自己创建Estimator上的灵活
我愛大泡泡·2020-08-16 23:54

Tensorflow2.0学习笔记001-环境搭建

看完视频终于多了一些认识，也以此开启了兴奋的tensorflow学习之路。学习笔记边学边写，若有不当、不对之处，万望及时指出，且欢迎一起讨论进
zhaopengde·2020-08-16 17:36

TensorFlow学习笔记——（10）经典卷积网络

文章目录一、概述二、LeNet1、网络介绍2、完整代码三、AlexNet1、网络介绍2、主要代码四、VGGNet1、网络介绍2、主要代码五、InceptionNet1、网络介绍2、完整代码六、ResNet1、网络介绍2、完整代码七、总结一、概述二、LeNet1、网络介绍卷积神经网络的开篇之作，通过共享卷积核减少了网络的参数。在统计卷积网络层数时，一般只统计卷积计算层和全连接计算层，其余操作可以认为
屿十_·2020-08-16 16:58

TensorFlow学习笔记（八）——TensorBoard可视化

前言：训练神经网络十分复杂，有时需要几天甚至几周的时间。为了更好的管理、调试和优化神经网络的训练过程，TensorFlow提供了一个可视化工具TensorBoard。本文将介绍TensorFlow的可视化工具TensorBoard。TensorBoard是TensorFlow自带的工具，不需要额外的安装过程。虽然TensorBoard和TensorFlow运行在不同的进程中，但是TensorBoa
行歌er·2020-08-16 16:43

TensorFlow学习笔记（二）

1.tf.reduce_mean()TensorFlow提供了大量的规约计算函数，比如tf.reduce_max()，tf.reduce_min()，tf.reduce_sum()等，这里我们仔细看一下tf.reduce_mean()。函数定义如下：tf.reduce_mean(input_tensor,reduction_indices=None,keep_dims=False,name=Non
微丶念（小矿工）·2020-08-16 15:14

tensorflow学习（一）tensorflow-GPU安装（Driver375.26+CUDA8.0.61+CUDNN5.1）

关键词：GTX1080，Ubuntu14.04，Tensorflow-0.11.0-gpu，driver375.26，cuda8.0，cudnn5.1首先理解调用关系，然后就能理解各个工具的版本依赖关系(tensorflow->cudnn->cdua->driver)今天时间为2017/03/04，此时nvidia官网上能下载的cuda8.0工具箱为cuda_8.0.61_375.26_linux
遍地流金·2020-08-16 15:14

tensorflow学习三，我的笔记，placeholder和feed_dict

tf.placeholder有点像是函数，定义完后，再通过feed_dict喂入数据，不需要初始化。其中，shape和name属于可选参数，可以不定义。importtensorflowastfa=tf.placeholder(tf.float32,name="a")b=tf.placeholder(tf.float32,name="b")c=tf.multiply(a,b,name="c")ini
ngsford·2020-08-16 13:39

【持续更新】tensorflow学习中的一些笔记

1.指数衰减函数的参数和计算方程：tensorflow提供了一个灵活的学习率设置方法，指数衰减函数tf.train.exponential_decay()，它的计算实现如下：decayed_learning_rate=learning_rate*decay_rate^(global_step/decay_steps)其中decay_rate是衰减系数（取值小于1，比如0.1），global_ste
Sengo_1993·2020-08-16 11:41

TensorFlow学习笔记（自用）

一、softmax层作用：将一个神经网络的输出变成一个概率分布。原始的输出被用作置信度来生成新的输出，这个输出满足概率分布的所有要求。这个概率可以理解为，经过神经网络的推导，一个样例以不同类别的输出概率分别是多大。这个概率分布可以直接通过计算交叉熵来计算预测概率分布和真实答案概率之间的距离。所以在1中介绍的损失函数的y和y_应该是经过softmax之后的值。代表着概率分布。二、损失函数的定义用来刻
阳光非宅男·2020-08-16 11:31

TensorFlow学习笔记（一）TensorFlow入门（代码详解版）

一、TensorFlow运行模型——会话1、通过创建会话（session）来执行定义好的运算#创建一个会话sess=tf.Session()#使用这个创建好的会话来得到关心的运算的结果。比如可以调用sess.run(result)sess.run(...)#关闭会话使得本次运行中得到的资源可以被释放sess.close()通过Python上下文管理器的机制，只要将所有的计算放在“with”的内部就
RouTineD·2020-08-16 11:43

tensorflow学习一，我的笔记，计算图，tensor等基础概念

今天是第一天。importtensorflowastfhello=tf.constant("hello,world!")#创建一个常值运算，作为一个节点加入默认计算图sess=tf.Session()#创建一个tensorflow会话print(sess.run(hello))输出：b‘hello，world‘，其中b代表Bytesliterals（字节文字）tensor的意思是张量，在tenso
ngsford·2020-08-16 10:15

4、tensorflow学习笔记-搭建神经网络步骤

最近在学习tensorflow相关知识，主要参考的课程有MOOC北京大学曹健老师的tensorflow笔记，课程链接：https://www.icourse163.org/learn/PKU-1002536002?tid=1002700003课程中的搭建实例：具体包括四个步骤：导入模块生成数据，定义神经网络输入输出定义神经网络模型，定义损失函数和优化放方法，生成会话开始训练。1#coding:ut
平江·2020-08-16 10:59

TensorFlow学习 Mnist示例程序完整代码+注释解析

以下是通过阅读官方文档整理的Mnist示例程序，更详细的代码解释参见官网：官方英文：http://www.tensorflow.org/中文翻译：http://wiki.jikexueyuan.com/project/tensorflow-zh/目录结构：将MNIST数据放在当前文件夹下，文件夹名命名为MNIST_datatest.py:fromtensorflow.examples.tutori
whywww·2020-08-16 09:22

tensorflow学习笔记——使用Dataset处理数据

以往我们在构建模型并进行训练时，一般都是先建立placeholder，然后使用Seeion中的feed_dict机制将数据feed给模型进行训练或者预测。使用这种方式十分灵活，可以将所有数据读入内存中，然后按照batch进行feed；也可以建立一个generator，然后按照一个batch大小将数据读入。但是这种方式效率较低，难以满足高速计算的需求。Tensorflow开发者也建议停止使用这种方式
Greeksilverfir·2020-08-16 09:32

TensorFlow学习笔记之五——源码分析之最近算法

importnumpyasnpimporttensorflowastf#ImportMINSTdataimportinput_datamnist=input_data.read_data_sets("/tmp/data/",one_hot=True)#这里主要是导入数据，数据通过input_data.py已经下载到/tmp/data/目录之下了，这里下载数据的时候，需要提前用浏览器尝试是否可以打开
weixin_30449453·2020-08-16 09:43

tensorflow学习(四）- batch-norm的正确用法

文章目录tensorflow正确的batch_norm用法batch_norm原理为什么要使用batch_normbatch_norm的实现tensorflow正确的batch_norm用法代码参考这个有空再写写batch_norm的原理把设置错可能会出现的问题不同batch_size的测试结果不同(原因是因为，没有在batch_norm使用is_training=true,导致没有使用训练得出的
loliqq·2020-08-16 07:38

TensorFlow学习之CNN-Cifar10代码阅读与详解(一)：cifar10数据批量读取

本文将详细分析TensorFlow官方文档中关于在Cifar10数据上进行CNN分类的官方代码。官方文档地址如下：https://www.tensorflow.org/versions/r0.12/tutorials/deep_cnn/index.html#convolutional-neural-networks其代码组织形式如下：由于该代码文件、参数较多，本文将分步骤，详叙该代码每部分的具体运
少年hsn·2020-08-16 06:01
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他