随笔分类 -  TensorFlow

摘要：一、Matplotlib【结果可视化】 #import os #os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' import tensorflow as tf import numpy as np import matplotlib.pyplot as plt #添 阅读全文

摘要：一、TensorFlow中的优化器 tf.train.GradientDescentOptimizer：梯度下降算法 tf.train.AdadeltaOptimizer tf.train.AdagradOptimizer tf.train.MomentumOptimizer：动量梯度下降算法 tf 阅读全文

摘要：一、创建一个队列： FIFOQueue：先进先出 RandomShuffleQueue：会将队列中的元素打乱，每次出列操作得到的是从当前队列所有元素中随机选择的一个。 二、操作一个队列的函数： enqueue、enqueue_many、dequeue 三、多线程协同： tf.Coordinator 阅读全文

摘要：1、分类问题（交叉熵）： （1）模型： （2）代码1： 其中，tf.clip_by_value是将一个张量的数值限制在一个范围之内，若小于1e-10则赋值为1e-10，若大于1.0则赋值为1，这样避免出现log0这种错误或大于1的概率。 reduce_mean()函数是取对一个batch的交叉熵取平 阅读全文

摘要：一、TensorFlow实战Google深度学习框架学习 1、步骤： 1、定义神经网络的结构和前向传播的输出结果。 2、定义损失函数以及选择反向传播优化的算法。 3、生成会话（session）并且在训练数据上反复运行反向传播优化算法。 2、代码： 来源：https://blog.csdn.net/l 阅读全文

摘要：一、模型的保存：tf.train.Saver类中的save TensorFlow提供了一个一个API来保存和还原一个模型，即tf.train.Saver类。以下代码为保存TensorFlow计算图的方法： 二、模型的读取：tf.train.Saver类中的restore 注意：需要重新定义的变量大小 阅读全文

摘要：目录： 一、TensorFlow的系统架构 二、TensorFlow的设计理念 三、TensorFlow的运行流程 四、TensorFlow的编程模型：边、节点、图、设备、变量、变量初始化、内核 五、常用的API：图、操作、张量、变量作用域【variable_scope】、占位符placeholde 阅读全文

摘要：以下转自：https://zhuanlan.zhihu.com/p/50808597 一、TFRecord 1、什么是TFRecord? TFRecord 是Google官方推荐的一种数据格式，是Google专门为TensorFlow设计的一种数据格式。 tfrecord是一种文件格式，层层向下封装 阅读全文

摘要：在入门前，推荐一个博客链接：https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/ Windows下tensorflow安装 1、安装anacondas 2、进入anaconda prompt 3、输入命令conda l 阅读全文