tensorflow
关注
分享
扫一扫
文章平均质量分 72
光英的记忆
新世界，新创造
展开
-
tf.shape
https://www.w3cschool.cn/doc_tensorflow_python/tensorflow_python-tf-exp.html查询API地址tf.shapetf.shapeshape( input, name=None, out_type=tf.int32)Defined intensorflow/python/o...原创 2019-05-14 14:40:13 · 298 阅读 · 0 评论 -
候选采样技术
原创 2019-05-06 22:25:16 · 342 阅读 · 0 评论 -
tf.exp()
https://www.w3cschool.cn/doc_tensorflow_python/tensorflow_python-tf-exp.htmltf.expexp( x, name=None)Defined intensorflow/python/ops/gen_math_ops.py.See the guide:Math > Basic M...原创 2019-05-14 14:31:19 · 9547 阅读 · 0 评论 -
Module 'tensorflow.python.ops.nn' has no 'relu' member; maybe 'crelu'?pylint(no-member)
https://stackoverflow.com/questions/28437071/pylint-1-4-reports-e1101no-member-on-all-c-extensions原创 2019-04-30 17:19:57 · 708 阅读 · 0 评论 -
Exception has occurred: FileNotFoundError vscode
1.写绝对路基2.VSCODE是相对于打开文件夹的相对路径，所以要补齐路径原创 2019-05-05 16:22:11 · 1758 阅读 · 0 评论 -
jieba分词的安装
原创 2019-05-05 15:17:26 · 312 阅读 · 0 评论 -
知识点全局索引
1.Tensorflow tensorflow开源项目github https://github.com/tensorflow/models//图片分类 2.python 3.numpy 4.NLP ...原创 2019-04-18 23:17:17 · 161 阅读 · 0 评论 -
BIRNN语言识别中遇到的坑
原创 2019-05-02 12:45:22 · 374 阅读 · 0 评论 -
tf.matmul() 和tf.multiply() 的区别
1.tf.multiply（）两个矩阵中对应元素各自相乘格式:tf.multiply(x, y, name=None)参数:x: 一个类型为:half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128的张量。y: 一个类型跟张量x相同的张量。返回值：x * ...原创 2019-04-17 23:35:55 · 1167 阅读 · 0 评论 -
使用matplotlib的imread无法读取“jpg”图片
原创 2019-04-20 20:14:14 · 1112 阅读 · 0 评论 -
深度神经网络，VGG模型,GoogLeNet模型,ResNet模型，Incetion-Resnet-v2,残差网络，
原创 2019-05-14 21:32:27 · 687 阅读 · 1 评论 -
对抗神经网络（gan) ,
原创 2019-05-16 16:49:12 · 1434 阅读 · 0 评论 -
机器学习项目地址总结汇总
Tensorflow2.0教程 电影推荐系统案例 - 在线小说搜索引擎 中文聊天机器人 利用网络上公开的数据构建一个小型的证券知识图谱/知识库 深度学习入门书籍和资源 TensorFlow API Versions 2.0 tensorflow2.0安装成功的博文 tensorflow中文社区 tenforflow API Keras: 基于 Python...原创 2019-07-22 20:48:07 · 256 阅读 · 0 评论 -
机器学习开源学习平台
PP飞浆原创 2019-07-17 19:05:48 · 331 阅读 · 0 评论 -
MNIST数据集训练（1）98.5%
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("/hds/books/studybook/workspace/MNIST_data", one_hot=True)batch_size = 100 ...原创 2019-07-19 16:29:03 · 382 阅读 · 0 评论 -
Manjaro Linux 安装GPU版本的tensorflow cuda cudnn教程
https://tensorflow.google.cn/install/source#linux 中文社区Tensorflow CUDA及CUDNN版本对应关系表查询https://tensorflow.google.cn/install/source#linux安装此版本下载Anacondasudo wget https://repo.anaconda.com/ar...原创 2019-07-06 16:08:30 · 3968 阅读 · 0 评论 -
Key rnn/basic_lstm_cell/bias not found in checkpoint
Traceback (most recent call last): File "C:\Users\2019\Anaconda3\envs\tensorflow-gpu_py36\lib\site-packages\tensorflow\python\client\session.py", line 1327, in _do_call return fn(*args) File ...原创 2019-06-24 19:52:32 · 1758 阅读 · 4 评论 -
图解LSTM结构
这是我见到比较清楚的对LSTM网络结构比较清晰的解释，故摘抄方面大家理解原创 2019-06-26 22:39:47 · 9114 阅读 · 3 评论 -
代码实现bp算法示例
# encoding:utf-8import numpy as npimport randomclass Network(object): def __init__(self, sizes): self.num_layers = len(sizes) print("self.num_layers", self.num_layers) ...原创 2019-06-26 20:24:27 · 1470 阅读 · 1 评论 -
中文垃圾邮件分类。2种特征提取，词袋特征，IFIDF分布特征，贝叶斯NB,LR,SVM各自表现的实战示例代码
结论：数据：ham_data.txtspam_data.txtstop_words.utf8数据处理："""@author: liushuchun"""import reimport stringimport jieba# 加载停用词with open("dict/stop_words.utf8", encoding="utf8") as f: ...原创 2019-06-25 11:54:12 · 2529 阅读 · 2 评论 -
自编码网络，去噪自编码，栈式自编码，变分自编码，条件变分自编码
原创 2019-05-13 15:37:33 · 677 阅读 · 1 评论 -
Tensorflow知识点总结索引
（声明：以下所有内容及其链接内容来自于网络，仅供自己方便学习和复习，不做任何商业用途，所有链接内容继承本声明） 深度学习之tensorflow入门，原理与进阶实战 10.自编码网络，去噪自编码，栈式自编码，变分自编码，条件变分自编码 11.深度神经网络，VGG模型,GoogLeNet模型,ResNet模型，Incetion-Resnet-v2,残差网络， 12.对抗神经网络gan...原创 2019-05-12 19:51:09 · 293 阅读 · 0 评论 -
线性判别分析LDA和主成分分析PAC。LDA和PAC作为经典的降维算法，如何从应用的角度分析其原理的异同？从数学推导的角度，两种降维算法在目标函数上有何去区别和联系？
场景分析：同样作为线性降维算法，PAC是非监督的降维方法，而LDA线性判别分析是有监督的降维算法。问题解答：首先将线性判别分析LDA扩展到高维的情况。假设有n个类别，并需要将特征降维至d维，因此我们需要找到以恶搞d维的投影超平面，使得投影后的样本满足线性判别分析LDA的目标，最大化类间距离和最小化类内距离。推导过程暂时省略。。。。。。从主成分分析PAC和线性判别分析...原创 2019-03-24 00:06:20 · 1033 阅读 · 2 评论 -
PAC最大方差理论。如何定义主成分？从这种定义出发，如何设计目标函数使得降维达到提取主成分的目的？针对这个目标函数，如何对PAC问题进行求解？
场景描述：在机器学习领域中，我们对于原始数据进行特征提取，有时会得到比较高维的向量。在这些向量所处的高维空间中，包含很多的冗余和噪声。我们希望通过降维的方式来寻找数据内部的特征，从而提升特征的表达能力，降低训练复杂度。主成分分析（Principai Components Analysis,PAC)作为降维中最经典的方法，至今已经有100多年历史。他属于一种线性，非监督，全局的降维算法。如何...原创 2019-03-23 22:37:45 · 832 阅读 · 0 评论 -
精确率和召回率的权衡
问题描述：Hulu提供视频的模糊搜索功能，搜索排序模型返回的ｔｏｐ５的精确率非常高，但在实际应用中，用户还是找不到自己想要的视频，特别是一些比较冷门的剧集，这可能是哪个环节出了问题？精确率和召回率的权衡精确率：是指分类正确的正样本个数占分类器判定为正样本的样本个数的比例。召回率：是指分类正确的正样本个数占真正的正样本个数的比例。在排序问题中通常没有一个确定的阈值把得到的结...原创 2019-03-22 15:01:13 · 3320 阅读 · 0 评论 -
在图像分类任务中，训练数据不足会带来什么问题？如何缓解数据量不足带来的问题？
知识点：迁移学习（Transfer Learning),生成对抗网络，图像处理，上采样技术，数据扩充一个模型所能提供的信息一般来源于2个方面，一是训练数据中蕴含的信息，二是在模型的形成过程中（包括构造，学习，推理等），人们提供的先验信息。当训练数据不足时，说明模型从原始数据中获取的信息比较少，这种情况下要保证模型的效果，就需要更多的先验信息。先验信息可以作用在模型上，例如让模型...原创 2019-03-22 00:00:13 · 8955 阅读 · 0 评论 -
scikit-learn sklearn使用教程
1.Sklearn简介Scikit-learn(sklearn)是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。当我们面临机器学习问题时，便可根据下图来选择相应的方法。Sklearn具有以下特点：简单高效的数据挖掘和...原创 2019-03-17 22:06:07 · 3947 阅读 · 0 评论 -
NLP自然语言处理知识点索引
语言合成开源库webrtc开源库 speex开源库 audacity开源库 音频算法开源库 语言降噪 回音消除 VAD AGC 音频均衡器/环绕音/低音增强音效算法 NLP语言处理常用算法HMM隐马尔可夫 维特比算法 jieba开源库（分词，词性标注，命名实体识别...原创 2019-03-08 11:48:11 · 646 阅读 · 0 评论 -
激活函数总结
Sigmoid函数 f(x)=1/1+e^-x 值（0-1）缺点 存在饱和问题 实现：tf.nn.sigmoid(x,name=None) 特征相差不大，需要更细微的分类判断 sigmoid效果要好一些 Tanh函数 双曲正切 tanh(x)=2Sigmoid(2x)-1 值（-1，1) 缺点 存在饱和问题 实现: tf.nn.t...原创 2019-03-16 16:52:58 · 979 阅读 · 0 评论 -
贝叶斯定理
众所周知，贝叶斯定理是一种在已知其他概率的情况下求概率的方法：首先，对于贝叶斯定理，还是要先了解各个概率所对应的事件。P(A|B) 是在 B 发生的情况下 A 发生的概率；P(A) 是 A 发生的概率；P(B|A) 是在 A 发生的情况下 B 发生的概率；P(B) 是 B 发生的概率。...原创 2019-03-11 10:05:50 · 247 阅读 · 0 评论 -
windows 10环境下CUDA9.0 安装图形驱动失败解决方案（已验证解决问题）
首先感谢作者帮助我解决问题，认为能解决问题的文章就应该被转载和推广以帮助更多的人。本文出自https://blog.youkuaiyun.com/all4git/article/details/80007035右键计算机 > 管理 > 服务和应用程序 > 服务找到 “Windows Installer”右键选择 “启动...转载 2019-03-11 09:51:37 · 6995 阅读 · 2 评论 -
nlp基础知识总结
1.原创 2019-03-31 14:37:41 · 540 阅读 · 0 评论 -
win10 安装GPU版本的tensorflow cuda cudnn
win10 版本gpu版本安装第一步安装anaconda3 记得勾选环境变量第二步切换python到对应版本（切换python也可没有，不影响）第三步创建tensorflow_gpu_py36 选定python版本CUDA9.0安装运行cuda_9.0.176_win10.exe。安装软件会先运行一个系统检查，如果没有软硬件不兼容的情况就能继续进行下一步。若有不兼容情况...原创 2019-03-06 14:56:18 · 372 阅读 · 0 评论 -
Tensorflow CUDA及CUDNN版本对应关系表查询
参考官网地址：https://tensorflow.google.cn/install/source_windows#cpuhttps://tensorflow.google.cn/install/source#linuxWindows端：https://tensorflow.google.cn/install/source_windowsＭＡＣLinux端：...原创 2019-03-06 12:39:33 · 13881 阅读 · 0 评论 -
自组织映射神经网络。自组织映射神经网络是如何工作的，它与k均值算法有何区别？怎样设计自组织映射神经网络并设定网络训练参数？
场景描述：自组织映射神经网络是 无监督学习方法中一类重要方法，可以用作聚类，高维可视化，数据压缩，特征提取等多种用途。在深度学习神经网络大为流行的今天，谈及自组织映射神经网络依然是一件非常有意义的事情，这主要是由于自组织映射神经网络中融入了大量人脑神经元的信号处理机制，有着独特的结构特点。自组织映射神经网络是如何工作的，它与k均值算法有何区别？生物研究表明，在人脑的感知通道上，神经元组...原创 2019-03-26 22:45:02 · 1078 阅读 · 0 评论 -
ＲＭＳＥ平方根误差的意外？
ＲＭＳＥ（Ｒｏｏｔ ｍｅａｎ ｓｑｕａｒｅ ｅｒｒｏｒ）问题描述：一家流媒体公司，拥有众多的美剧资源，预测每部美剧的流量趋势对于广告投放，用户增长都非常重要。我们希望构建一个回归模型来预测某部美剧的流量趋势，但无论采用哪种回归模型，得到的ＲＭＳＥ指标都非常高。然后事实是，模型在９５％的时间区间内预测误差都小于１％，取得了相当不错的预测结果。那么造成ＲＭＳＥ指标居高不小的最可能的原因是什...原创 2019-03-22 17:02:22 · 1896 阅读 · 0 评论 -
决策树有哪些常用的启发函数？
首先我们回顾一下这几种决策树构造时使用的准则。ID3-最大信息增益原创 2019-03-23 21:53:10 · 2399 阅读 · 0 评论 -
以聚类问题为例，假设没有外部标签数据，如何评估两个聚类算法的优劣？
相比于监督学习，非监督学习通常没有标注数据，模型，算法的设计直接影响最终的输出和模型的性能。为了评估不同聚类算法的性能优劣，我们需要了解常见的数据簇的特点。以中心定义的数据簇;这类数据集合倾向于球形分布，通常中心被定义为质心，即此数据簇所有店的平均值。集合中的数据到中心的距离相比到其他簇中心的距离更近。以密度定义的数据簇：这类数据集合呈现和周围数据簇明显不同的密度，或稠密或稀疏。当数据簇不...原创 2019-03-26 23:11:52 · 3705 阅读 · 1 评论 -
逻辑回归相比于线性回归，有何异同？
首先逻辑回归处理的是分类问题，线性回归处理的是回归问题，这是两者最本质的区别。原创 2019-03-23 18:24:20 · 2101 阅读 · 0 评论 -
在模型评估过程中，过拟合和欠拟合具体指什么现象？能否说出几种降低过拟合和欠拟合风险的方法？
在模型评估过程中，过拟合和欠拟合具体指什么现象？过拟合是指模型在训练数据拟合呈过当的情况，反应到评估指标上，就是模型在训练集上的表现很好，但在测试集和新数据上的表现很差。欠拟合指的是模型在训练和预测时都不好的情况。能否说出几种降低过拟合和欠拟合风险的方法？降低过拟合风险的方法：１.从数据入手，获得更多的训练数据。使用更多的训练数据是解决过拟合问题最有效的手段，因为更多的样本能...原创 2019-03-23 16:52:13 · 5586 阅读 · 0 评论