手动实现一个简单的两层神经网络，主要目的是体验神经网络训练的三个步骤：1.通过w、x求出loss函数，这一步称为前向传播；2.用第1步求出的loss函数根据链式法则（求导）求解出各个w对loss函数的贡献值，即为反向传播；3.根据第2步求出的w对loss函数的贡献值来调节w，使得loss函数最小；代码如下：import numpy as npdef nonlin(x,

目录1.目标2.微调原理了解​3.数据准备  4.使用TensorFlow Slim微调模型1）下载TensorFlow Slim源码2）定义自己的datasets文件3）准备训练文件夹4）开始训练5）模型准确率验证6）导出模型对单张图片进行识别5.问题总结本文为笔者学习《21个项目玩转深度学习：基于TensorFlow的实践详解》这本书...

目录 1.Softmax回归1）softmax回归原理2）代码和解析3）运行结果2.两层卷积网络分类1）代码和解析如下：2）运行结果3.一些总结本文为笔者学习《21个项目玩转深度学习：基于TensorFlow的实践详解》这本书第一章的学习笔记。1.Softmax回归1）softmax回归原理        Softmax回归是一个线性的多分类模型...

1.to_categorical的功能简单来说，to_categorical就是将类别向量转换为二进制（只有0和1）的矩阵类型表示。其表现为将原有的类别向量转换为独热编码的形式。先上代码看一下效果：from keras.utils.np_utils import *#类别向量定义b = [0,1,2,3,4,5,6,7,8]#调用to_categorical将b按照9个类别来进行转...

1.读取数据和理解数据1）库调用声明和参数设置import numpy as npimport pandas as pd%matplotlib inlineimport matplotlib.pyplot as pltimport matplotlib.cm as cmimport tensorflow as tf#设置学习率LEARNING_RATE = 1e-4#进...

        Titanic船员获救问题是kaggle上一个很经典的机器学习练手项目，很适合机器学习入门阶段拿来练手以熟悉机器学习相关流程和知识。本篇文章用来记录本人学习TensorFlow时，用Titanic问题来练习的笔记。        通常机器学习的常规流程可概括为三部曲：        1.熟悉原始数据，并对原始数据进行预处理。比如对缺失值的处理、非数值型数据的处理等。  ...

今天在运行代码中时遇到了下面的错误，经过多方努力后终于得到解决，在此记录一下。错误日志如下：>>> import mnist_loader>>> training_data, validation_data, test_data=mnist_loader.load_data_wrapper()Traceback (most recent call last): ...

1. 线性模型的基本形式我们将形式为f(x)=w1x1 +w2x2+...+wnxn+b的方程式称作线性方程。对于这个方程式，只要能求出w1、w2...wn和b，并代入x1、x2...xn，则可以求出对应的f(x)的值。以上是线性方程式的描述，将此方程式转移到机器学习中的线性模型，描述如下：由给定的n个特征值组成的特征集示例x=(x1;x2;...;xn)，其中xi是x在第i个特征上的...

前提及说明第一次遇见矩阵求导，大多数人都是一头雾水，而搜了维基百科看也还是云里雾里，一堆的名词和一堆的表格到底都是什么呢？这里总结了我个人的学习经验，并且通过一个例子可以让你感受如何进行矩阵求导，下次再遇到需要进行矩阵求导的地方就不会措手不及。在进行概念的解说之前，首先大家需要先知道下面的这个前提： 前提： 若 x 为行向量布局的概念布局简单地理解就是分子 y 是行向量还是列向量。分子布局（

目录1.目标2.CIFAR10数据集和相关方法介绍3.Tensorflow中数据的读取机制4.用TensorFlow训练CIFAR10识别模型1）数据增强2）建立CIFAR10识别模型3）训练模型4）在TensorFlow中查看训练进度5）测试模型效果本文为笔者学习《21个项目玩转深度学习：基于TensorFlow的实践详解》这本书第二章的学习笔记。1....