
python深度学习
科大小笨
这个作者很懒,什么都没留下…
展开
-
tensorflow(九):自定义模型
一、数据准备animal:http://www.robots.ox.ac.uk/~vgg/data/pets/(images.tar.gz,~765M) flower:http://www.robots.ox.ac.uk/~vgg/data/flowers/(17flowers.tgz,~58.8M) plane:http://www.robots.ox.ac.uk/~vgg/data/airplanes_side/airplanes_side.tar(airplanes_side.t...原创 2020-07-09 00:04:27 · 431 阅读 · 0 评论 -
tensorflow(八):用谷歌训练好的模型进行加载、分类-inception_model
import tensorflow as tfimport osimport tarfileimport requestsimport tensorflow as tfimport osimport numpy as npimport refrom PIL import Imageimport matplotlib.pyplot as pltdef download_inception(): inception_pretrain_model_url = 'http://down.原创 2020-07-08 22:11:55 · 555 阅读 · 0 评论 -
tensorflow(七):训练模型的保存和加载
一、训练模型的保存 模型的保存用到两行代码: (1)saver=tf.train.Saver() (2)saver.save(sess,'net/my_net.ckpt')#模型训练和保存import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#载入数据集mnist = input_data.read_data_sets("MNIST_data", one_...原创 2020-07-05 20:24:38 · 398 阅读 · 0 评论 -
tensorflow(六):RNN实现手写体识别MNIST
一、RNN结构 这是一个标准的RNN结构图,图中每个箭头代表做一次变换,也就是说箭头连接带有权值。左侧是折叠起来的样子,右侧是展开的样子,左侧中h旁边的箭头代表此结构中的“循环“体现在隐层。 在展开结构中我们可以观察到,在标准的RNN结构中,隐层的神经元之间也是带有权值的。也就是说,随着序列的不断推进,前面的隐层将会影响后面的隐层。图中O代表输出,y代表样本给出的确定值,L代表损失函数,我们可以看到,“损失“也是随着序列的推荐而不断积累的。 除上述特点之外,标准RNN的还有以下特点:原创 2020-07-05 19:54:05 · 906 阅读 · 0 评论 -
tensorflow(五):CNN实现手写体识别MNIST
一、卷积神经网络 1)我们从上图可以看到这里有6个特征平面(这里不应该称为卷积核,卷积核是滑动窗口,通过卷积核提取特征的结果叫特征平面),得到的每个特征平面使用的一个5x5的卷积核(这里说明窗口滑动的权值就是卷积核的内容,这里需要注意的是特征平面有6个说明有6个不同的卷积核,因此每个特征平面所使用的权值都是一样的,这样就得到了特征平面。那么特征平面有多少神经元呢?如下图,32x32通过一个5x5的卷积核运算,根据局部连接和平滑,需要每次移动1,因此从左移动到右时是28,因此特征平面是28x..原创 2020-07-05 16:06:49 · 614 阅读 · 0 评论 -
tensorflow(三):简单神经网络实现手写体识别MNIST
一、代码import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# 载入数据集mnist = input_data.read_data_sets("MNIST_data", one_hot=True)# 每个批次的大小batch_size = 100# 计算一共有多少批次n_batch = mnist.train.num_examples // batch_size# 定义两个pl原创 2020-07-04 18:46:42 · 395 阅读 · 0 评论 -
tensorflow(四):简单神经网络数据可视化,用tensorboard
一、准备神经网络程序import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# 载入数据集mnist = input_data.read_data_sets("MNIST_data", one_hot=True)# 每个批次的大小batch_size = 100# 计算一共有多少批次n_batch = mnist.train.num_examples // batch_size#原创 2020-07-05 01:34:30 · 376 阅读 · 0 评论 -
tensorflow(二):实现回归模型
一、非线性回归 这个程序为简单的三层结构组成:输入层、中间层、输出层。 变量x为N行1列,N 不确定。 中间层W1行10列,即10个神经元。x与w的成积为N行10列。 输出为N行10列乘以10行一列等于N行一列。 import numpy as npimport matplotlib.pyplot as pltimport tensorflow as tf #使用numpy生成200个随机点x_data=np.linspace(-0.5,0.5,2...原创 2020-07-04 17:12:07 · 365 阅读 · 0 评论 -
tensorflow(一):线性回归
一、jupyter设置python环境在python的虚拟环境下安装了tensorflow,但是用jupyter notebook的时候发现无法找到tensorflow模块.(1) conda install nb_conda_kernels(2)conda install -n env_name ipykernel(3)python -m ipykernel install --name XXXX二、线性回归代码import tensorflow as tfimp...原创 2020-07-04 16:26:18 · 234 阅读 · 0 评论 -
图像识别
Python图片识别汉字字母数字,tesseract-ocr2018年03月09日 Python LEO 2607环境:ubuntu + python2.7代码: #/usr/bin/envpython #-*-coding:UTF-8-*- fromPILimportImage import...转载 2019-07-24 12:24:44 · 255 阅读 · 0 评论 -
CNN深度神经网络在NLP短文本相似的的应用
转载自:https://blog.youkuaiyun.com/diye2008/article/details/53762124?ref=myread 本文的内容是紧接着上一篇文章的内容,上一篇文章讲到 CNN在文本分类领域的应用,本文将讨论其在文本相似度计算方面的应用,文本相似度可以用于搜索引擎、文本去重、文本挖掘、推荐系统等多个领域,也是NLP中需要处理的一类任务。0.文本相似度计算所谓文本相...转载 2018-04-23 17:58:40 · 1809 阅读 · 0 评论 -
python实现短文本相似度计算—word2vec对文本编码、LSTM计算距离
path='./data/qa_test.txt'#数据的路径path_word2vec='/home/ruben/data/nlp/word2vec_wx'#word2vec路径#造数据fake_data=open(path,'r').readlines()tain_data_l=[]tain_data_r=[]for line in fake_data: for line2...原创 2019-06-21 19:17:13 · 5084 阅读 · 1 评论