qq_41004007的博客

软件清单：安装环境：Windows10_64位Python：3.6TensorFlow：1.8.0CUDA：CUDA9.0cuDNN：cuDNN7.0安装过程1.安装python建议安装Anaconda科学计算平台来管理你的python环境，里面自带了很多模板，下载很简单，直接下一步就好，这里就不赘述。（若之前有其它的python版本，最好卸载了，以免不必要的麻烦）官方下载：https://www...

1.缘起tensorflow使用GPU时默认占满所有可用GPU的显存，但只在第一个GPU上进行计算。下图展示了一个典型的使用GPU训练的例子，虽然机器上有两块GPU，但却只有一块真正在工作，如果不加以利用，另一块GPU就白白浪费了。我们知道，GPU是一种相对比较昂贵的计算资源，虽然正值矿难，相比之前动辄八九千一块1080Ti的价格低了不少，但也不是一般人能浪费的起的，因此如何有效提高GPU特别...

预测步骤：读取图片，读取神经网络，读取保存好的神经网络参数，将图片前向传播一次，使用softmax将最后一层的结果归一化，最大的那个数就是你的预测结果了。注意：读取图片的时候，图片的大小、格式、数据类型一定要与训练的图片相同，不然，要么报错，要么得不到你想要的结果。代码：import tensorflow as tffrom PIL import Imageimport matp...

转载：https://blog.youkuaiyun.com/winycg/article/details/79363169梯度下降框架给定优化的模型参数θ∈Rdθ∈Rd和目标函数J(θ)J(θ)后，算法沿着梯度∇θJ(θ)∇θJ(θ)的相反方向更新θθ最小化J(θ)J(θ)。学习率ηη决定了每一时刻的更新步长。对某一步，可以用下述步骤描述梯度下降流程： 1.计算目标函数的梯度 gt=∇θJ(θ...

感悟在这段时间中，同时测试了几个神经网络的模型（LeNet、AlexNet、VGG16...）感受到了调节超参数的重要性，单单对于LeNet来说，得出，当：batch_size = 32lr = 0.0001max_step = 6000~10000时函数收敛比较快，训练步数介于6000~10000时，训练出来的效果比较好，之前训练了一晚上100000步，第二天过来看预测结...

onehot：顾名思义--独热适用：因为有些数据集并非连续性的，例如常见的多分类，适用于离散型的数据集离散型的数据集：二分类，多分类等等连续型的数据集：语言识别，文本等等对比普通label，和做了onehot编码的label这里假设为四分类batch_size为4普通标签label = [0,1,2,3]onehot编码标签label = [[1,0，0，0],...

这里附上亲测的两个神经网络模型Lenet5&AlexNet7以及损失函数loss，优化器反向传播，评估函数evaluation介绍LeNet5：LeNet5诞生于1994年，是最早的卷积神经网络之一， 并且推动了深度学习领域的发展。自从1988年开始，在许多次成功的迭代后，这项由Yann LeCun完成的开拓性成果被命名为LeNet5。AlexNet：AlexNet是2012年...

数据集下载链接: https://pan.baidu.com/s/1SlNAPf3NbgPyf93XluM7Fg 密码: hpn4数据集分别有12500张cat，12500张dog读取数据集数据集的读取，查阅了那么多文档，大致了解到，数据集的读取方法大概会分为两种1、先生成图片list，和标签list，把图片名称和标签对应起来，再读取制作迭代器（个人认为此方法一般用在，图片名称...

环境Window10+Python3.6+TensorFlow1.8.0基本概念    TensorFlow里面最基本的三个概念：计算图（tf.Graph）、张量（tf.Tensor）、会话（tf.Session）    计算图：是TensorFlow的计算模型，所有TensorFlow的程序都会通过计算图的形式表示。    张量：是TensorFlow的数据模型，TensorFlow中的所有输入...

背景：应项目需求，需要把做好的深度学习算法提供给别人使用，采用Tornado web框架，查阅了很多网上的Tornado的demo，大多数的demo都是实现网页间的交互等等，跟自己的需求不太一样。在这里记录一下自己的demo，详细解释看代码注释～API服务代码server.pyimport sysimport osimport tornado.httpserverimport ...