V_lq6h的博客

Tensorflow–池化操作的梯度池化操作的梯度分两部分介绍，第一部分介绍平均值池化的梯度计算，第二部分介绍最大值池化的梯度计算一.平均值池化的梯度利用计算梯度的函数gradients实现上述示例，具体代码如下：import tensorflow as tfimport numpy as np# x是1个3行3列1深度的张量x=tf.placeholder(tf.float32,...

Tensorflow循环神经网络循环神经网络梯度消失问题LSTM网络RNN其他变种用RNN和Tensorflow实现手写数字分类一.循环神经网络from IPython.display import ImageImage(filename="./data/rnn_1.png",width=500)RNN背后的思想就是利用顺序信息.在传统的神经网络中,我们假设所有输入(或...

Tensorflow–预测乳腺癌基于从图像中抽取的反应细胞核的特征数据,采用神经网络算法,借助Tensorflow工具来预测癌症是良性还是恶性.数据是从乳房块的细针抽吸(FNA)的数字化图像数据,它们描述了图像中存在的细胞核的特征.具体步骤如下：数据说明数据预处理数据探索构建神经网络训练神经网络评估模型一.数据说明数据可以通过以下方式获取到：链接从每幅医疗诊断图像中,计算...

Tensorflow图像处理主要内容如下：加载图像图像格式图像转换为TFRecord格式读取TFRecord文件图像处理数据读取方式Dataset API一.加载图像Tensorflow对图像文件的加载和对二进制文件的加载相同,只是图像的内容需要解码.这里介绍常用的两种方式：第一种是把图片看作一个图片直接读进来,获取图片的原始数据,再进行解码;如使用tf.gfile.Fas...

DL之Example1–MNIST以MNIST数据集,用Tensorflow读取数据集中的数据,并建立一个简单的图像识别模型,同时介绍Tensorflow的几个核心概念一.MNIST数据集1.简介MNIST数据集主要有一些手写数字的图片和相应的标签组成,图片一共有10类.分别对应从0-9.共10个阿拉伯数字原始的MNIST数据库一共包含下面4个文件,如下表：文件名大小用...

Tensorflow–池化操作pool(池化)操作与卷积运算类似，取输入张量的每一个位置的矩形邻域内值的最大值或平均值作为该位置的输出值，如果取的是最大值，则称为最大值池化；如果取的是平均值，则称为平均值池化。pooling操作在图像处理中的应用类似于均值平滑，形态学处理，下采样等操作，与卷积类似，池化也分为same池化和valid池化一.same池化same池化的操作方式一般有两种：sam...

Tensorflow–二维离散卷积一.二维离散卷积的计算原理二维离散卷积的计算原理同一维离散卷积的计算原理类似，也有三种卷积类型：full卷积，same卷积核valid卷积。通过3行3列的二维张量x和2行2列的二维张量K1.full卷积full卷积的计算过程如下：K沿着x按照先行后列的顺序移动，每移动到一个固定位置，对应位置的值相乘，然后求和注意：同一维卷积类似，对二维卷积的定义一般分为...

Tensorflow–一维离散卷积一维离散卷积的运算是一种主要基于向量的计算方式一.一维离散卷积的计算原理一维离散卷积通常有三种卷积类型：full卷积，same卷积和valid卷积1.full卷积full卷积的计算过程如下：K沿着I顺序移动，每移动一个固定位置，对应位置的值相乘，然后对其求和其中K称为卷积核或者滤波器或者卷积掩码2.valid卷积从full卷积的计算过程可知，如果K...

Tensorflow–神经网络处理分类问题一.TFRecord文件TFRecord是Tensorflow设计的一种存储数据的内置文件格式，可以方便高效地管理数据及这些数据的相关信息，利用它可以将数据快速加载到内存中。接下来介绍如何将数据写入TFRecord文件和从TFRecord中解析数据的过程1.将ndarray写入TFRecord文件假设有3个三维的ndarray，尺寸依次为2行3列4...

Tensorflow–全连接神经网络一.全连接神经网络全连接神经网络就是一种变换的规则，只是这种规则比较复杂，单纯利用数学公式表示这种复杂的变换不够形象也不容易理解，一般用图的形式表示该变换，可以概括为如下两点二.计算步骤假设输入层神经元的值为[3 5]，首先计算隐含层(第1层)的第1个神经元的值，步骤如下：第0层的所有神经元与该神经元进行连接，且已知它们之间的权重及其偏置，根据这些值...

Tensorflow–回归分析回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，通常分为两种情况：线性回归分析和非线性回归分析一.线性回归分析线性回归分析中只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析包括中两个或两个以上的自变量且因变量和自变量之间是线性关系，则称为多元线性回归分析1.一元线性回归假设...

Tensorflow–梯度及梯度下降法一.梯度Tensorflow通过函数gradients(ys,xs,grad_ys=None,name=“gradients”)实现自动计算梯度，代码如下：import tensorflow as tfimport numpy as npx=tf.placeholder(tf.float32,(2,1))w=tf.constant([[3,4]...

Tensorflow–基本数据结构与运算Tensor是Tensorflow中最基础，最重要的数据结构，常翻译为张量，是管理数据的一种形式一.张量1.张量的定义所谓张量，可以理解为n维数组或者矩阵，Tensorflow提供函数：constant(value,dtype=None,shape=None,name="Const",verify_shape=False)2.Tensor与Nu...

Tensorflow搭建神经网络的主要函数梳理利用Tensorflow搭建神经网络的整个过程中使用的主要函数一.第1步：网络的输入神经网络的输入可以利用占位符声明1.占位符tf.placeholder(dtype,shape=None,name=None)二.第2步：搭建网络如果搭建的是全连接神经网络，则主要使用矩阵乘法和加法的函数1.矩阵乘法函数tf.matmul(a,b,t...

Tensorflow–卷积神经网络卷积神经网络与全连接神经网络类似，可以理解为一种变换，这种变换一般由卷积，池化，加法，激活函数等一系列操作组合而成一.浅层卷积神经网络输入的三维张量首先与3个2行2列2深度的卷积核进行步长为1的same卷积，输出结果的尺寸是3行3列3深度对应代码如下：import tensorflow as tf# 输入张量input_tensor=tf.cons...

Tensorflow–卷积的梯度反向传播一.valid卷积的梯度我们分两种不同的情况讨论valid卷积的梯度：第一种情况，在已知卷积核的情况下，对未知张量求导(即对张量中每一个变量求导)；第二种情况，在已知张量的情况下，对未知卷积核求导(即对卷积核中每一个变量求导)1.已知卷积核，对未知张量求导我们用一个简单的例子理解valid卷积的梯度反向传播。假设有一个3x3的未知张量x，以及已知的2...

情感分析情感分析(Sentiment analysis,SA),它是自然语言处理(NLP)领域的一个分支,又称倾向性分析,意见抽取(Opinion extraction),意见挖掘(Opinion mining),情感挖掘(Sentiment mining),主观分析(Subjectivity analysis)等,它是对带有情感色彩的主观性文本进行分析,处理,归纳和推理的过程.接下来主要讲解...