BestRiven的博客

Vehicle detection and recognition for intelligent traffic survelliance system一、过程梳理a)Vehicle detection（车辆检测） 1、Haar-like feature2、AdaBoost algorithmb)Vehicle recognition（车辆识别） 1、Garbor wavelets tr

Docker中部署tensorflow框架一、安装dockerwindows下的傻瓜式安装，记得安装时候要勾选加入环境变量，不勾选需要自己将其加入环境变量！官网飞机二、拉取镜像docker pull tensorflow/tensorflow三、创建容器docker run --name myTensorflow -it -p 8888:8888 -v D:\深度学习方向\ten...

TensorFlow笔记三++@Author：LF @Date：2017-12-27++昨天学习了tensorflow的数据结构和计算形式，以及实例了解了张量是什么，并且进一步搭好了ubuntu下Pycharm使用TensorFlow框架。今天则从前向传播算法学起。一、前向传播算法之前在参加半天的培训的时候已经初步了解过了神经网络中的正向传播和负向传播。根据记忆，正向传播进行计算得到输出，负向传播

TensorFlow笔记四++@Author:LF @Date：2017-12-29++昨天学习了前向传播算法，今天了解一下反向传播算法相关内容。一、损失函数多个样例数据进行前向传播后会得到一组输出，每个样例数据同时对应了一组正确答案，而模型的输出数据与正确答案之间的差距需要表示用以反向调整参数。这个过程即反向传播的过程，表示模型的输出数据与正确答案之剑差距的函数即损失函数。损失函数可以自定义，T

TensorFlow笔记八++@Author：LF @Date：2018-1-21++1卷积神经网络之前的Mnist数字识别问题使用的是简单的全连接神经网络，图片的输入数据时二维的28*28，即无色彩的单通道图片，使用各种优化方法，识别的正确率可以达到98.5%左右，然而很多情况下图片都是彩色且大小很大，那么全连接神经网络就会显得有点鸡肋，由于图片的复杂程度变大，从而使得Input_Node的数量

TensorFlow笔记二@Author：LF @Date：2017-12-26一、数据结构——张量TensorFlow由Tensor和flow组成。Tensor即张量，是框架中的数据结构。张量可以理解成多维数组，个人理解成和基本数据类型没有什么不同。而flow就是它的计算类型，是以流的形式。因为TensorFlow的基本计算模型是图，图中由节点和边构成，而节点即是张量，边则是计算过程。具体如图。

TensorFlow笔记七++@Author：LF @Date：2017-12-31++根据昨天的计划，今天将学习过拟合问题和滑动平均模型。一、过拟合问题在神经网络中，由样本数据训练出模型，通过模型去预测数据。那么模型的好坏直接影响了预测的结果。过拟合问题就是指明明在训练样本数据时候能够达到很好的效果，在预测数据时却出现较大偏差，这就是过拟合问题。过拟合简单来说就是讲简单的东西复杂化，同样的，将复

TensorFlow笔记五++@Author：LF @Date:2017-12-30++昨天学习了常用的损失函数——soft回归结合交叉熵。主要针对回归类问题，后面其实看了一下预测类问题的常用损失函数——均方误差。其实其他都一样，只是损失函数的定义有所区别。这里给出均方误差的损失函数：TensorFlow的实现代码：Mse = tf.reduce_mean(tf.square(y_-y))这里关于

TensorFlow笔记六++@Author：LF @Date：2017-12-30++今天主要学习神经网络中剩下的一些小点：一、激活函数其实个人感觉，激活函数就是一个隐藏层只不过这个隐藏层的函数的作用是去线性化。线性的一般都比较简单，而实际问题中都比较复杂，一般都难以用线性的方式解决，而且线性处理线性永远都是线性，比如加权和这种线性运算，无论怎么加减乘除都是线性的，这时候就会有很大的局限性，所以

开始学习TensorFlow@Author：LF @Date：2017-12-2首先是安装，TensorFlow是运行在Linux上的框架，因此要先搞定Linux系统，那么我的系统是Win10家庭版，所以首要解决的问题是如何搞一个Linux的系统。解决这个问题一般有三种方法：VM、docker、双系统。1、VM里的系统在性能上是大打折扣的，我的电脑是8G内存四核CPU，在虚拟机里运行一个Linu

Tensorflow笔记（云计算课堂作业）一、简介Tensorflow 的官网是这样介绍它的：TensorFlow is an end-to-end open source platform for machine learning. It has a comprehensive, flexible ecosystem of tools, libraries and community re...