呼啦圈的专栏

0.前言　　今年暑假买了个1660ti的游戏本学python，后来发现跑一些数据量比较大的代码和深度学习的时候太慢了，遂想装一下GPU版本，看了网上的资料搞了好几天，又是CUDA又是cudnn的，网速慢不说，装完还各种报错，最后发现随着anaconda和tensorflow的更新，现在利用anadonda只要一行命令就能完成。（装好虚拟环境后，直接看4.2）　　1. 安装anacond...

一.Tensorflow分布式安装1.1 介绍1.1.1 tensorflow集群配置  节点ip 系统版本号 Cpu型号 物理Cpu个数 Cpu核数 逻辑cpu个数 总物理线程数 总超线程数 内存 172.20.10.30 CentOS release 6.8 (Final) Intel(R) Xeon(R) CPU E5-2620 v2 @ 2.10GHz 2 2*6 ...

在神经网络中激活函数层往往是必备的，激活函数一般有如下三种选择：sigmoid函数、relu函数、tanh函数。1.sigmoid函数表达式如下：                                   Θ(x)=11+e−x函数取值范围(0,1),函数图像下图所示:2.tanh函数的表达式如下：tanh(x)=sinh(x)cosh(x)其中sinh(x)数学公式为： sinh(x)...

本文紧接上一篇安装cup版tensorflow上一篇地址：https://blog.youkuaiyun.com/niuxinzan/article/details/80269345本次实验机器配置如下：节点ip 系统版本号 Cpu型号 物理Cpu个数 Cpu核数 逻辑cpu个数 总物理线程数 总超线程数 内存 172.20.10.30 CentOS release 6.8 (Final) ...

Win10+64位+tensorflow【GPU】本文：Python3.6+CUDA9.0+cuDNN7.1+tensorflow1.7安装前准备：TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。如果你要安装GPU 版本，请先确认你的显卡支持 CUDA。如何确认显卡支持CUDA？n  桌面空白处右击，出现“NV...

一、神经网络性能调优主要方法数据增广 图像预处理 网络初始化 训练过程中的技巧 激活函数的选择 不同正则化方法 来自于数据的洞察 集成多个深度网络1. 数据增广在不改变图像类别的情况下，增加数据量，能提高模型的泛化能力。 自然图像的数据增广方式包括很多，如常用的水平翻转（horizontally flipping），一定程度的位移或者裁剪和颜色抖动（color jitte...

第一种场景，希望预测出来的类别有着不同的侧重点这个自定义损失函数的背景：（一般回归用的损失函数是MSE, 但要看实际遇到的情况而有所改变）我们现在想要做一个回归，来预估某个商品的销量，现在我们知道，一件商品的成本是1元，售价是10元。如果我们用均方差来算的话，如果预估多一个，则损失一块钱，预估少一个，则损失9元钱（少赚的）。显然，我宁愿预估多了，也不想预估少了。所以，我们就自己...