TensorFlow
关注
分享
扫一扫
文章平均质量分 77
雨浅听风吟
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
tensorflow命令行参数：tf.app.flags.FLAGS
tf 中定义了 tf.app.flags.FLAGS ，用于接受从终端传入的命令行参数 tf.app.flags.DEFINE_string() ：定义一个用于接收 string 类型数值的变量; tf.app.flags.DEFINE_integer() : 定义一个用于接收 int 类型数值的变量; tf.app.flags.DEFINE_float() ： 定义一个用于接收 float 类型数值的变量; tf.app.flags.DEFINE_boolean() : 定义一个用于接收 bool 类型数原创 2021-10-29 14:14:41 · 243 阅读 · 0 评论 -
TensorFlow - Multi GPU Computation
1多gpu训练预期 两张卡模型3090和4张差距较小 1benchmark模型过于简单，主要时间是cpu和gpu之间的通信时间 2内存速度不快，增加通信时间，主要时间花在通信上 3batchsize不高时，就算修改多显卡有时候也只会用一块 4多显卡要有代码修改优化器 from keras.utils import multi_gpu_model 转载 http://blog.s-schoener.com/2017-12-15-parallel-tensorflow-intro/ 1训练速度与使用的原创 2021-07-23 11:16:46 · 488 阅读 · 0 评论 -
深度学习应用14-2CGAN生成
原创 2020-03-29 21:09:14 · 277 阅读 · 0 评论 -
深度学习应用14-1利用GAN生成fashion-mnist图像
训练 两个优化器，判别器和生成器 生成图像和可视化 生成的图像原创 2020-03-29 21:05:18 · 739 阅读 · 0 评论 -
深度学习应用14-1生成式对抗网络
文章目录gan应用gan 原理 gan应用 判别式就是将高维向低维转换 其他生成式模型复杂度很高，gan有优势 gan 原理 GAN训练 DC深度卷积 100维噪音向量-全连接-转置卷积。。。减少通道数量，最后输出3通道64*64 判别器就是深度借款及网络 ...原创 2020-03-29 20:46:06 · 378 阅读 · 0 评论 -
深度学习应用13循环神经网络及其应用-lstm实践
文章目录循环神经网络RNN与LSTM介绍LSTM 具体代码见github 循环神经网络RNN与LSTM介绍 反向传播中激活函数用tanh在-1到1之间，它的导数在0-1之间，所以连成为趋近于0 LSTM 连乘出现梯度消失梯度爆炸 其他部分与深度学习应用13电影评论情感分析相同 关键在于模型搭建 model=tf.keras.models.Sequential() m...原创 2020-03-29 17:46:18 · 659 阅读 · 1 评论 -
深度学习应用13电影评论情感分析
文章目录1IMDB数据集的获取与处理1.1下载数据集1.2IMDB数据文件读取 具体代码见github 1IMDB数据集的获取与处理 在tf2.0里面装在了imdb数据集直接下载就可以 若是第一次下载，会在本地建立.kears文件夹下datasets并存储文件 1.1下载数据集 # 导入需要用的库 import os import tarfile # 软件包的解压 import urllib...原创 2020-03-29 16:09:56 · 3002 阅读 · 1 评论 -
词的数字化表示方法和词嵌入
独热编码无法理解同义词之间的相关性 相关性通过词嵌入解决 通常就像迁移学习一样，用别人训练好的来进行词嵌入。自己训练要较好的 如果想要中文问本可以取最后一个 先用具体数字代表数字，只是离散的id号，如果用这种id做特征向量不利于做相似度计算。词编变成了词索引向量，利用词嵌入技术，转为四维向量 ...原创 2020-03-22 14:44:59 · 454 阅读 · 0 评论 -
深度学习应用13电影情感分析
电影情感分析 分为2个文件夹一个正面一个负面的评论 独热编码为0和1 自然语言处理 分词 具体实践见自然语言处理-结巴分词实践，代码见github原创 2020-03-22 14:04:24 · 646 阅读 · 0 评论 -
自然语言处理-结巴分词实践
文章目录安装包方法1方法2代码 安装包 方法1 首先安装jieba包,我用了虚拟环境首先激活到我自己的TensorFlow（为自己取名的包）环境中，然后pip install jiba 安装 activate TensorFlow 方法2 当然也可以直接在anaconda中进行安装 代码 导入包 import jieba text='我是练习时长两年半的个人练习生蔡徐坤，我喜欢唱跳rap和篮...原创 2020-03-22 13:57:07 · 293 阅读 · 0 评论 -
深度学习应用9CIFAR图像识别分类-断点续训
文章目录1下载数据集2导入数据集3显示图像4数据预处理4.1图像数据预处理4.2标签数据预处理将标签改为独热编码5建立Cifar-10图像分类模型5.1定义共享函数5.2定义网络结构5.3构建模型5.4定义准确率6训练6.1启动会话6.2断点续训6.3迭代训练7模型预测7.1计算测试集上准确率7.2利用模型进行预测7.3 可视化预测结果 1下载数据集 可以从[(https://www.cs.tor...原创 2020-03-15 20:29:45 · 969 阅读 · 0 评论 -
深度学习应用9.2卷积神经网络的基本结构
最大池化 平均池化原创 2020-03-13 14:30:32 · 309 阅读 · 0 评论 -
深度学习应用9.2卷积神经网络
文章目录1卷积神经网络2卷积卷积池化pooling池化是否有参数需要学习？池化的超参数有哪些 1卷积神经网络 神经元的提出 2卷积 不同卷积核输出图像不同，降采样层就是把分辨率高的图像变为低的，将采样层也叫池化层。池化可以降采样，但不是唯一的降采样方式，通过步长大于1也是可以降采样的 卷积 多通道卷积 池化pooling 池化是否有参数需要学习...原创 2020-03-13 13:46:40 · 214 阅读 · 0 评论 -
深度学习应用9.1从全连接到卷积神经网络-解决参数过多
原创 2020-03-13 09:49:31 · 434 阅读 · 0 评论 -
深度学习应用8.3.1TensoBoard应用进阶
具体代码见github TensorBoard -1表示一次进来多少行，-1表示不确定 进入tensorboard，方法见深度学习应用4.3，直方图，按时间轴显示了，forward的tensor的变化 ...原创 2020-03-13 00:02:15 · 132 阅读 · 0 评论 -
深度学习应用8.2多层神经网络识别手写数字
文章目录1两层神经网络2三层神经网络构建3神经网络的层次是不是越多越好？ 具体代码见github 1两层神经网络 标准差0.1，在这里随机生成的比标准差两倍大会被替换 完整代码见github 还不如单层神经网络，最主要超参数设置是否合理 两侧在自己电脑上跑了540s、、、、。略慢 2三层神经网络构建 3神经网络的层次是不是越多越好？ 不是， 层数过多，训练时间越长，需要的数据越大...原创 2020-03-11 00:34:27 · 492 阅读 · 0 评论 -
深度学习应用8.1单隐藏层神经网络的构建
文章目录1从单神经元到全连接神经元2全连接单隐藏层网络建模实现3问题4模型应用 1从单神经元到全连接神经元 单个神经元1 上一个模型单个神经元已经达到了90的正确率，如何继续提高，这里的方法是多一点神经元 全连接是在一个神经网络里，所有节点，他的上一层所有节点都会作为他的输入，它作为输出层，输出会反馈给所有y上的节点 两层全连接的神经网络 2全连接单隐藏层网络建模实现 模型训...原创 2020-03-09 00:40:46 · 881 阅读 · 0 评论 -
深度学习应用实践7MNIST手写数字识别问题的神经元模型实践
具体代码见github 文章目录1问题2代码实践2.1载入数据2.2模型变量2.3训练模型超参数2.4定义模型2.5模型训练3评估模型4应用模型5结果讨论 1问题 2代码实践 2.1载入数据 import tensorflow as tf import tensorflow.examples.tutorials.mnist.input_data as input_data mnist=input...原创 2020-03-08 21:06:48 · 889 阅读 · 8 评论 -
深度学习应用7.2分类模型构建与训练
文章目录1模型构建1.1 tf.random_normal(）1.2定义前向计算1.3结果分类2逻辑回归2.1sigmod函数2.2特定样本逻辑回归模型的输出3逻辑回归损失函数3.1多元分类和softmax3.2交叉熵3.3交叉熵损失函数4分类问题的损失函数为什么不用MSE5分类模型的构建与训练实践 具体代码见github 1模型构建 定义待输入数据占位符 定义模型的变量 1.1 tf.ran...原创 2020-03-08 01:06:01 · 763 阅读 · 0 评论 -
深度学习应用7Minist手写数字识别数据介绍
文章目录1数据集介绍reshape2标签数据和独热编码one-hot取值3为什么要用独热编码？4数据集的划分3数据批量读取 1数据集介绍 可视化 import matplotlib.pyplot as plt def plot_image(image): plt.imshow(image.reshape(28,28),cmap='binary') plt.show()...原创 2020-03-06 14:27:56 · 588 阅读 · 0 评论 -
深度学习应用实践6波士顿房价实践
具体代码见github 文章目录1问题描述2代码 1问题描述 2代码 %matplotlib notebook import tensorflow as tf import matplotlib.pyplot as plt import numpy as np import pandas as pd # read file kit from sklearn.utils import shuff...原创 2020-03-06 09:39:54 · 296 阅读 · 0 评论 -
深度学习应用6.3波士顿房价模型改进
文章目录1特征数据归一化模型应用 1特征数据归一化 特征数据各个特征之间有所差距，需要平衡权重，而标签只有列。归一化用于消除各个特征变量的量纲 完整代码 %matplotlib notebook import tensorflow as tf import matplotlib.pyplot as plt import numpy as np import pandas as pd # rea...原创 2020-03-05 23:16:51 · 550 阅读 · 0 评论 -
深度学习应用6.2 多元线性回归-第一个版本模型
文章目录1读取数据2数据准备3构建模型4模型训练探究训练异常的原因：从梯度下降讲起 1读取数据 %matplotlib notebook import tensorflow as tf import matplotlib.pyplot as plt import numpy as np import pandas as pd # read file kit from sklearn.utils ...原创 2020-03-04 22:20:16 · 341 阅读 · 0 评论 -
深度学习应用6.2机器学习中的线性代数
文章目录1线性代数中的数学对象 1线性代数中的数学对象 import numpy as np #标量只是一个单一的数字 scalar_value=18 print(scalar_value) print(scalar_value,scalar_value.shape)#'int' object has no attribute 'shape' #标量只是一个单一的数字 scalar_...原创 2020-03-04 14:49:13 · 363 阅读 · 1 评论 -
深度学习应用6.1波士顿房价预测
文章目录数据读取准备建模自己运行效果 机器学习的步骤 数据读取 文件存在csv中类似excel，在13列中前12列是特征最后一列是平均房价 pandas 数据要放入代码的子目录 准备建模 多变量线性方程的矩阵运算表示 自己运行效果 %matplotlib notebook import tensorflow as tf import matplotlib.pyplot as ...原创 2020-03-03 23:35:09 · 679 阅读 · 0 评论 -
深度学习实践5通过生成人工数据集合，实现线性回归
作业描述 内容原创 2020-03-02 22:36:56 · 2336 阅读 · 0 评论 -
深度学习应用5.3线性回归问题进阶
文章目录zip作用利用模型进行预测显示损失 zip作用 参考深度学习5.2中的zip的用法 zip的作用是把两个一维数组拼装在一起了 一项就是元组的一个数字 在这段代码中，每一次循环都是从x_data,和y_data中取出一组数据，这个数据填充到了前面两个占位符中，让他去运行。训练一轮后将结果画一个图 利用模型进行预测 x_test=3.21 predit=sess.run(pred,fe...原创 2020-02-28 19:40:00 · 320 阅读 · 0 评论 -
深度学习应用5.2线性回归问题实战
文章目录1产生人工数据集2利用matplotlib画出结果3构建模型4训练模型5所有代码可视化 1产生人工数据集 线性方程例子 这里y=2x+1 人工数据集生成，让matplotlib生成图像在jupter里面以inline的形式出现 %matplotlib inline import matplotlib.pyplot as plt import numpy as np import ten...原创 2020-02-28 15:45:54 · 612 阅读 · 0 评论 -
深度学习应用开发5.1监督学习的基本术语
文章目录1样本 特征2训练与损失3模型训练降低损失3.1模型训练的迭代损失3.2计算损失函数4梯度下降法5学习率和超参数5.1学习率5.2超参数 1样本 特征 简单线性回归案例 y=w*x+b 2训练与损失 损失 可以发现左边损失大，右边小，右侧模型比较好 右边的比较大 3模型训练降低损失 3.1模型训练的迭代损失 初始值取多少意义不大的，就像图像识别初始矩阵都取很小的值 ...原创 2020-02-27 14:51:22 · 201 阅读 · 0 评论 -
深度学习应用开发4.3TensorBoard可视化初步
在tensorboard中查看图的结构 安装tensorboard ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200227115849192.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L...原创 2020-02-27 12:02:47 · 328 阅读 · 0 评论 -
深度学习应用开发4.2tensorflow基本运算
文章目录1会话 session1.1会话的模式1.2指定默认会话1.3交互式环境下设置默认会话2常量与变量2.1常量2.2变量3变量的赋值变量赋值案例4占位符 placeholder4.1Feed提交数据和Fetch提取数据 1会话 session 1.1会话的模式 一 如果close没执行，如果非正常结束会造成资源泄露，这时可以尝试try方法，避免资源浪费 二 1.2指定默认会话 下面...原创 2020-02-27 11:21:53 · 342 阅读 · 0 评论 -
深度学习应用开发4.1TensorFlow基础概念-学习笔记
文章目录1Helloworld2计算图计算图实例：3张量张量的维度张量的阶获取张量的元素张量的类型operation操作 1Helloworld 2计算图 开发图会自动内部产生 计算图实例： 3张量 张量没保存数字，如把node3打印出来，如add：0是没有值的，表达的是一个计算过程 张量的维度 import tensorflow as tf tens1=tf.constant([[...原创 2020-02-26 23:18:46 · 206 阅读 · 0 评论