Jasminexjf的博客

前言：对标最近的需求，需要在tf中实现诸如SQL中的order by col1, col2 或 pandas中的sort_index([col1, col2]，ascending=False)原理；另外将tensorflow中将placeholder读取方式变成tf.recorder方式。1) 首先，明确SQL中的order by col1, col2 和pandas中的sort_index(...

参考以下资料：https://www.cnblogs.com/LXP-Never/p/11460000.html具体个人总结，后续更新。

6.1 对卷积神经网络的一些理解全链接方式参数太多；因参数量大，导致计算量过大；随着层数的增多，可计算性变小卷积核、局部连接、感受野、权值共享、滑动步长、边缘填充、卷积核个数局部连接和权值共享大大降低了参数数量池化层(下采样)起到特征增强和数据压缩的作用卷积是一个特征提取过程卷积神经网络(cnn)比全部采用全链接的神经网络(nn)判断准确。因为参数本身也有判断噪音；随着参数的增多，在loss达到足...

分别基于tensorflow0.11和1.0版本测试，记录下两个版本不同的API，参考：http://blog.youkuaiyun.com/edwards_june/article/details/65652385 前4个是 V0.11 的API 用在 V1.0 的错误1. AttributeError: 'module' object has no attribute 'merge_all...

tensorflow笔记：多层LSTM代码分析标签（空格分隔）： tensorflow笔记tensorflow笔记系列：（一） tensorflow笔记：流程，概念和简单代码注释（二） tensorflow笔记：多层CNN代码分析（三） tensorflow笔记：多层LSTM代码分析（四） tensorflow笔记：常用函数说明（五） tensorflow笔记：模型的保存与训练过...

1.在cmd下，将路径调到生成的tensorboard文件的上一目录下：  在cmd切换目录到当前目录2win10下tensorboard的使用：win10下tensorboard的使用3. Bug：tensorboard--logdir' 不是内部或外部命令，也不是可运行的程序：解决方案：https://blog.youkuaiyun.com/zhylhy520/article/details/...

转自 原博客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：1、tf.summary.scalar用来显示标量信息，其格式为：tf.summary.scala...

1.一个最简单的RNN架构：# RNN前向传播# rnn 每一层都有输出，每一次还有一个输出状态# rnn每一层需要两组权重值和偏置项，一组用于该层输出，一组用于该层状态输出import numpy as np# 1. 定义RNN的参数X = [1,2]state = [0.0, 0.0]w_cell_state = np.asarray([[0.1, 0.2], [0.3, ...

本章主要讲解迁移学习的动机，以及如何将一个数据集上训练好的卷积神经网络架构迅速转移到另一个数据集迁移学习：将一个问题上训练好的模型通过简单的调整使其适用于一个新的问题（主要是在最后的全连接层的节点数；节点数代表着分成多少类）# 迁移学习# 以下实验需要如下资源# 源码及资源位置：git clone https://github.com/caicloud/tensorflow-tutorial...

###最佳MNISTmodel1.通过辅助函数来定义前向传播过程并保存为mnist_inference.py文件 # step111 定义神经网络的前向传播过程import tensorflow as tf# 1. 定义神经网络结构相关的参数INPUT_NODE = 784OUTPUT_NODE = 10LAYER1_NODE = 500# 2. 通过tf.get_variabl...

本人乃机器学习小白，一直不是很清楚其实现算法的框架，通过了解或得如下总结，希望对各位有用。 摘要： 无论你是一个研究人员，还是开发者，亦或是管理者，想要使用机器学习，需要使用正确的工具来实现。本文介绍了当前最流行15个机器学习框架。机器学习工程师是开发产品和构建算法团队中的一部分，并确保其可靠、快速和成规模地工作。他们和数据科学家密切合作来了解理论知识和行业应用。数据专家和机器学习工程师的主要区别...

上一篇文章是深度学习实战框架（一）https://blog.youkuaiyun.com/Jasminexjf/article/details/79901215本文在此基础上，继续进行介绍————前20名Python机器学习开源项目：如今机器学习和人工智能已经变得家喻户晓，有很多爱好者进入了该领域。但是，什么才是能够进入该领域的正确路径呢?如何保持自己跟上该领域的发展步伐呢?为了解决以上两个问题，可以通过利用...

#本博客是根据TensorFlow实战Google深度学习框架一书上的实战例子例1：一个最简单的前向传播的小例子#EX01import tensorflow as tfw1=tf.Variable(tf.random_normal([2,3],stddev=1,seed=1))w2=tf.Variable(tf.random_normal([3,1],stddev=1,seed=2))#初试...

在本章节主要讲解了神经网络的基本架构，初次谈到异或问题的解决；并涉及几种activation function的TensorFlow实现；讲解了正向传播过程中常用的loss function（classification is cross-entropy and regression is MSE）及根据实际问题自定义损失函数（例如本文中的对相应部分进行加权处理）；神经网络的优化算法（Gradie...

以下展示用两只不同的框架实现mnist手写数字识别（一）利用cnn架构实现：#EX02用卷积是实现mnist的例子# -*- coding: utf-8 -*- import tensorflow as tf#导入input_data用于自动下载和安装MNIST数据集from tensorflow.examples.tutorials.mnist import input_datam...

（一）#以下是完整的codeimport tensorflow as tffrom numpy.random import RandomStatebatch_size=8x=tf.placeholder(tf.float32,shape=(None,2),name='x_input')#两个输入节点y_=tf.placeholder(tf.float32,shape=(None,1),n...

本文描述的是一个仅有一层隐层的神经网络架构，且有前向传播和后向传播的架构，但是在后向传播的设置时，只考虑了最简单的情况——设置了不变的学习率；没有考虑指数衰减学习率法、在损失函数基础上加入正则项、加入滑动平均模型增强其robust.#EX05 以下是一个完整的简单的神经网络的程序import tensorflow as tffrom numpy.random import RandomStat...

# 《TensorFlow实战Google深度学习框架》03 TensorFlow入门# win10 Tensorflow1.0.1 python3.5.3# filename:DeepLearning/TensorFlowbook/TensorFlow入门/chapter03/ts03.py'''tensorflow的计算模型：计算图--tf.Graphtensorflow的数据模...

###part four 从定义损失函数开始#EX03 自定义损失函数且完整的相应codea=10b=1#loss=tf.reduce_sum(tf.where(tf.greater(v1,v2),(v1-v2)*a,(v2-v1)*b))import tensorflow as tfv1=tf.constant([1.0,2.0,3.0,4.0])v2=tf.constant([...

RNN(Recurrent Neural Network), LSTM(Long Short-Term Memory)与GRU(Gated Recurrent Unit)都是自然语言处理领域常见的深度学习模型。本文是一个关于这些模型的笔记，依次简单介绍了RNN, LSTM和GRU。在学习了大量的语言样本，从而建立一个自然语言的模型之后，可以实现下列两种功能。可以为一个句子打分，通过分值来评估句子的...