随笔分类 -  深度学习

Tensorflow-各种优化器总结与比较
摘要：优化器总结 机器学习中，有很多优化方法来试图寻找模型的最优解。比如神经网络中可以采取最基本的梯度下降法。 梯度下降法(Gradient Descent) 梯度下降法是最基本的一类优化器，目前主要分为三种梯度下降法：标准梯度下降法(GD, Gradient Descent)，随机梯度下降法(SGD, 阅读全文
posted @ 2021-02-02 19:23 MoooJL 阅读(325) 评论(0) 推荐(0)
TensorFlow版本问题汇总
摘要：1、调用tf.softmax_cross_entropy_with_logits函数出错。 #原因是这个函数，不能按以前的方式进行调用了，只能使用命名参数的方式来调用。 #原来是这样的： tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(y 阅读全文
posted @ 2021-02-01 22:37 MoooJL 阅读(198) 评论(0) 推荐(0)
深度学习06
摘要：循环神经网络 代码 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #tf.compat.v1.reset_default_graph() tf.compat.v1.disable_ 阅读全文
posted @ 2021-01-31 22:59 MoooJL 阅读(71) 评论(0) 推荐(0)
深度学习05
摘要：构造线性回归模型 代码 def linear_regression(): """ 自实现一个线性回归 :return: """ # 1）准备数据 x = tf.compat.v1.random_normal(shape=[100, 1]) y_true = tf.matmul(x, [[0.8]]) 阅读全文
posted @ 2021-01-30 21:38 MoooJL 阅读(78) 评论(0) 推荐(0)
深度学习04--卷积神经网络
摘要：卷积神经网络 与神经网络的对比 传统意义上的多层神经网络是只有输入层、隐藏层、输出层。其中隐藏层的层数根据需要而定，没有明确的理论推导来说明到底多少层合适 卷积神经网络CNN，在原来多层神经网络的基础上，加入了更加有效的特征学习部分，具体操作就是在原来的全连接层前面加入了卷积层与池化层。卷积神经网络 阅读全文
posted @ 2021-01-29 22:13 MoooJL 阅读(384) 评论(0) 推荐(0)
深度学习03--神经网络
摘要：神经网络 简介 人工神经网络（ Artificial Neural Network，简写为ANN）也简称为神经网络(NN)。是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）结构和功能的计算模型。经典的神经网络结构包含三个层次的神经网络。分别为输入层，输出层以及隐藏层。 其中每层的圆圈代表一个 阅读全文
posted @ 2021-01-28 22:09 MoooJL 阅读(493) 评论(0) 推荐(0)
深度学习02--数据读取
摘要：文件读取 读取流程 第一阶段构造文件名队列 第二阶段读取与解码 第三阶段批处理 注︰这些操作需要启动运行这些队列操作的线程，以便我们在进行文件读取的过程中能够顺利进行入队出队操作。 构造文件名队列 将需要读取的文件的文件名放入文件名队列 API tf.train.string_input_produ 阅读全文
posted @ 2021-01-27 22:58 MoooJL 阅读(311) 评论(0) 推荐(0)
深度学习01--TensorFlow
摘要：深度学习和机器学习的区别 特征提取 机器学习的特征工程步骤是要靠手动完成的 深度学习通常由多个层组成，它们通常将更简单的模型组合在一起，将数据从一层传递到另一层来构建更复杂的模型。通过训练大量数据自动得出模型，不需要人工特征提取环节。 数据量和计算性能要求 机器学习需要的执行时间远少于深度学习，深度 阅读全文
posted @ 2021-01-26 21:45 MoooJL 阅读(144) 评论(0) 推荐(0)