荪荪的博客

转载：http://www.leiphone.com/news/201606/ORlQ7uK3TIW8xVGF.html?utm_source=tuicool&utm_medium=referralAI这个概念好像突然就火起来了，年初大比分战胜李世石的AlphaGo成功的吸引了大量的关注，但其实看看你的手机上的语音助手，相机上的人脸识别，今日头条上帮你自动筛选出来的新闻，还有各大音乐软件的歌曲

saver实例代码：## Save to file# remember to define the same dtype and shape when restoreW = tf.Variable([[1,2,3],[3,4,5]], dtype=tf.float32, name='weights')b = tf.Variable([[1,2,3]], dtype=tf.float32, n...

本节主要讲解TensorBoard可视化工具TensorBoard可以将训练过程中的各种绘制数据展示出来，包括标量（scalars），图片（images），音频（Audio）,计算图（graph）,数据分布，直方图（histograms）和嵌入式向量。使用TensorBoard展示数据，需要在执行Tensorflow就算图的过程中，将各种类型的数据汇总并记录到日志文件中。然后使用TensorBo...

tensorflow分为构建模型和训练两部分，构建模型通常会用到Tensor，variable,placeholder，而训练阶段会用到Session！构建模型阶段，构建一个图（graph）来描述我们的模型（数据输入->中间处理->输出），此时不会发生实际运算，而在模型构建完毕之后，会进入训练步骤，此时才会有实际的数据输入以及梯度计算等操作。下面先一个实例来说明一下im

本学习笔记根据自己看中文文档以及博客和视频课写下的学习记录!本节的目的是了解和运行 TensorFlow!在开始之前, 让我们先看一段使用 Python API 撰写的 TensorFlow 示例代码, 让你对将要学习的内容有初步的印象.这段很短的 Python 程序生成了一些三维数据, 然后用一个平面拟合它.import tensorflow as tfimport

主要在思考选什么数据写这篇博客，这系列博客主要讲从制作数据到训练以及测评的过程！以一个小的实例来教会大家换成自己数据上手实际项目！先了了几句开个头吧！因为要出国旅游，所以等回国之后再来写下去，也给自己一个动力！

以下是GAN示例代码：import argparse # argparse是python用于解析命令行参数和选项的标准模块import numpy as npfrom scipy.stats import normimport tensorflow as tfimport matplotlib.pyplot as pltfrom matplotlib import ani

函数部分：1. tf.clip_by_value()用法：  tf.clip_by_value(A, min, max)：输入一个张量A，把A中的每一个元素的值都压缩在min和max之间。小于min的让它等于min，大于max的元素的值等于max。eg:import tensorflow as tf; import numpy as np; A = np.array([[1,1,2,...

以代码实例来讲解：此处先贴上代码，回头再补充讲解"""Please note, this code is only for python 3+. If you are using python 2+, please modify the code accordingly."""import tensorflow as tfimport numpy as npimport matp

与上几遍博文一样，以实例代码讲解："""Please note, this code is only for python 3+. If you are using python 2+, please modify the code accordingly."""import tensorflow as tffrom sklearn.datasets import load_digit

实例代码："""Please note, this code is only for python 3+. If you are using python 2+, please modify the code accordingly."""import tensorflow as tffrom tensorflow.examples.tutorials.mnist import inp

tf.train.ExponentialMovingAverage(decay, steps)tf.train.ExponentialMovingAverage这个函数用于更新参数，就是采用滑动平均的方法更新参数。这个函数初始化需要提供一个衰减速率（decay），用于控制模型的更新速度。这个函数还会维护一个影子变量（也就是更新参数后的参数值），这个影子变量的初始值就是这个变量的初始值，影子变量值的...