李响

tf.multiply()释义：将两个矩阵中对应元素各自相乘示例：import tensorflow as tfX = tf.constant([[1, 2, 3], [4, 5 ,6]], dtype=tf.float32, name=None)Y = tf.constant([[1, 1, 1], [2, 2 ,2]], dtype=tf.float32, name=None)Z = tf.multiply(X, Y) # 乘法操作，对应位置元素相乘with tf.Se.

在启动 tensorboard时候遇到 socket.gaierror: [Errno 8] nodename nor servname provided, or not known 问题办法增加ip配置即可lixiang@lixiangdeMacBook-Pro-4 checkpoint % python3 -m tensorboard.main --logdir=/Users/lixiang/Downloads/Optic-Disc-Unet-master/experiments/OpticDi

文章目录1 可视化 神经网络的二元分类效果2 全连接神经网络3 TensorFlow搭建一个全连接神经网络3.1 读取MNIST数据3.2 建立占位符3.3 建立模型3.4 正确率3.5 训练模型3.6 完整代码4 参考：1 可视化 神经网络的二元分类效果ConvnetJS-地址 layer_defs = [];layer_defs.push({type:'input', out_s...

文章目录前言1 编程模型2 Session操作3 Variable3.1 variable_scope和get_variable3.2 作用域和操作（name_scope）4 图的基本操作5 注意tensorboard的使用前言代码自己运行，可以观察到规律，这里不做截图。1 编程模型2 Session操作import tensorflow as tfhello=tf.constant...

文章目录1 Tensorflow model2 卷积神经网络的基础单元2.1 卷积1 Tensorflow modelhttps://github.com/tensorflow/modelsSlim框架的图像识别代码体系https://github.com/tensorflow/models/tree/master/slim用神2 卷积神经网络的基础单元2.1 卷积...

文章目录1.VGG-16介绍2. 文件组成- vgg16.py文件代码：运行，测试参考1.VGG-16介绍vgg是在Very Deep Convolutional Networks for Large-Scale Image Recognition期刊上提出的。模型可以达到92.7%的测试准确度,在ImageNet的前5位。它的数据集包括1400万张图像，1000个类别。vgg-16是一种深...

文章目录1.前言2.什么是预训练和微调3.预训练和微调的作用4.在一个新任务上微调一个预训练的模型代码实现1.前言预训练（pre-training/trained）和微调（fine tuning）这两个词经常在论文中见到，今天主要按以下两点来说明。什么是预训练和微调？它俩有什么作用?2.什么是预训练和微调你需要搭建一个网络模型来完成一个特定的图像分类的任务。首先，你需要随机初始化参数，...

文章目录1.HDF5文件2.github代码：3.源码地址：4.tf入门合集1.HDF5文件到目前为止，我们使用的数据集都能够全部加载到内存中。对于小数据集，我们可以加载全部图像数据到内存中，进行预处理，并进行前向传播处理。然而，对于大规模数据集(比如ImageNet),我们需要创建数据生成器，每次只访问一小部分数据集（比如mini-batch），然后对batch数据进行预处理和前向传播。K...

我们使用TensorFlow进行模型的训练，训练好的模型需要保存，预测阶段我们需要将模型进行加载还原使用，这就涉及TensorFlow模型的保存与恢复加载。总结一下Tensorflow常用的模型保存方式。文章目录保存checkpoint模型文件（.ckpt）模型保存模型加载还原完整代码保存checkpoint模型文件（.ckpt）首先，TensorFlow提供了一个非常方便的api，tf....

文章目录导库逻辑非（NOT）运算符逻辑或（OR）运算符逻辑与（AND）运算符逻辑异或(XOR)运算符导库通过使用TFLearn实现简单的逻辑非（NOT）、逻辑或（OR）、逻辑与（AND）和异或（XOR）运算符模型，我们可以一览TFLearn和TensorFlow中的一些基础知识。首先，要在我们的demo文件中导入TFLearn和TensorFlow的python库，并声明使用UTF-8编码。...

文章目录1.前言2.安装TFLearn（win10）3.使用TFLearn实现线性回归1.前言如果你了解过TensorFlow框架，会发现这个深度学习库需要我们自己定义所有的计算节点，通过将图片进行卷积处理、建立卷积网络、建立池化层网络、建立全连接层等步骤，实现一个卷积神经网络，让人头大。而TFLearn是一个建立在TensorFlow之上的模块化的、透明的深度学习库，比TensorFlow...

文章目录1.前言2.程序详细讲解环境设定数据读取准备好placeholder，开好容器来装数据准备好参数/权重拿到每个类别的score计算多分类softmax的loss function准备好optimizer在session里执行graph里定义的运算3.总代码4.输出结果5.可视化ScalarsGraphs1.前言解决分类问题里最普遍的baseline model就是逻辑回归，简单同时可解...

为了更方便 TensorFlow 的建模和调优，Google 还为 TensorFlow 开发了一款可视化的工具：TensorBoard，将我们第一个Demo的代码（https://blog.youkuaiyun.com/weixin_43838785/article/details/104433283）稍微改造一下，就可以使用 TensorBoard更加直观的理解 TensorFlow 的训练过程。imp...

文章目录1.评估模型2.使用LinearRegressor3.自定义Estimator模型tf.estimator是TensorFlow提供的高级库，提供了很多常用的训练模型，可以简化机器学习中的很多训练过程，如：运行训练循环运行评估循环管理训练数据集1.评估模型https://blog.youkuaiyun.com/weixin_43838785/article/details/10443217...

文章目录1.建立模型(Model)2.使用 TensorFlow 实现模型3.使用 TensorFlow 训练模型1.建立模型(Model)如下为我们进行某项实验获得的一些实验数据：我们将这些数据放到一个二维图上可以看的更直观一些，如下，这些数据在图中表现为一些离散的点我们需要根据现有的这些数据归纳出一个通用模型，通过这个模型我们可以预测其他的输入值产生的输出值。如下图，我们选择的模...

目录1.介绍2.导入3.The Computational Graph4.TensorBoard5.张量（Tensor）6.数据流图(Dataflow Graph)7.Sesssion8.构建计算图1.介绍TensorFlow提供很多API，最低级别是API:TensorFlow Core，提供给你完成程序控制,还有一些高级别的API，它们是构建在TensorFlow Core之上的，这些高...