神经网络
关注
分享
扫一扫
文章平均质量分 95
VillanelleS
勤勤恳恳小码农一枚~
展开
-
Python深度学习6之神经网络
Python神经网络6之神经网络神经网络神经网络基础神经网络感知机playground使用 神经网络 神经网络基础 神经网络 人工神经网络也简称为神经网络，是一种模仿和生物神经网络结构和功能的计算模型。经典的神经网络结构包含三个层次的神经网络。分别为输入层，输出层以及隐藏层 其中每层的圆圈代表一个神经元，隐藏层和输出层的神经元有输入的数据计算后输出，输入层的神经元只需输入 感知机 感知机就是模拟这样的大脑神经网络处理数据的过程，感知机模型如下图： 感知机是一种最基础的分类模型，类似于法逻辑回归，不同的是原创 2022-04-20 17:07:37 · 3784 阅读 · 0 评论 -
Python神经网络5之数据读取2
Python神经网络5之数据读取2数据读取TFRecordsTFRecords文件案例：CIFAR10数据存入TFRecords文件 数据读取 TFRecords TFRecords文件 TFRecords其实是一种二进制文件，虽然不如其他格式好理解，但是能够更好的利用内容，更方便复制和移动，并且不需要单独的标签文件 使用步骤： 1.获取数据 2.将数据填入到Example协议内存块（protocol buffer) 3.将协议内存块序列化为字符串，并且通过tf.python_io.TFRecordWrit原创 2022-04-18 23:02:57 · 1549 阅读 · 0 评论 -
Python神经网络4之数据读取、神经网络
Python神经网络4之数据读取、神经网络数据读取文件读取流程构造文件名队列读取与解码批处理线程操作图片数据图像基本知识图片三要素张量形状图片特征值处理数据格式案例：狗图片读取 数据读取 三种获取数据到TensorFlow程序的方法 QueueRunner：基于队列的输入管道从TensorFlow图形开头的文件中读取数据 Feeding：运行每一步时，Python代码提供数据 预加载数据：TensorFlow图中的张量包含所有数据（对于数据集） 文件读取流程 多线程+队列的方式 第一阶段 构造文件名队列原创 2022-04-18 11:31:22 · 1165 阅读 · 0 评论 -
Python神经网络3之TensorFlow
Python神经网络3之TensorFlowTensorFlow框架介绍变量OP创建变量使用tf.variable_scope()修改变量的命名空间高级API基础API高级API案例：实现线性回归线性回归原理复习实现线性回归的训练API TensorFlow框架介绍 变量OP TensorFlow变量是表示程序处理的共享持久状态的最佳方法，变量通过tf.Variable OP类进行操作 变量的特点： 存储持久化 可修改值 可指定被训练 变量可存储模型参数 创建变量 tf.Variable(initia原创 2022-04-17 19:02:44 · 1695 阅读 · 0 评论 -
Python神经网络2之TensorFlow
Python神经网络2之TensorFlowTensorFlow框架会话会话初步 TensorFlow框架 会话 会话初步 会话开启方式： tf.Session:用于完整的程序当中 tf.InteractiveSession:用于交互式上下文中的TensorFlow原创 2022-04-17 00:40:34 · 629 阅读 · 0 评论 -
Python神经网络1之TensorFlow
Python神经网络1之TensorFlow深度学习介绍深度学习与机器学习的区别特征提取方面数据量和计算性能方面要求算法代表深度学习框架介绍TensorFlow的安装 深度学习介绍 深度学习与机器学习的区别 特征提取方面 机器学习的特征工程步骤是要靠手动完成的，需要大量领域的专业知识 深度学习通常用多个层组成，它们通常将更简单的模型组合在一起，将数据从一层传递到另一层来构建更复杂的模型，通过训练大量数据自动得出模型，不需要人工特征提取环节 数据量和计算性能方面要求 深度学习需要大量的训练数据集 训原创 2022-04-12 01:18:40 · 3620 阅读 · 0 评论