2019年3月12日
Estimator guide
摘要： 1,introduction Estimator 会封装下列操作： 训练 评估 预测 导出以供使用 预创建的 Estimator，也可以编写自定义 Estimator。所有 Estimator（无论是预创建的还是自定义）都是基于 tf.estimator.Estimator 类的类 2,Estima 阅读全文
posted @ 2019-03-12 22:36 Augustone 阅读(392) 评论(0) 推荐(0)
导入数据tf-data
摘要： 1,tf-data两个新的抽象类 dataset表示一系列元素，其中每个元素包含一个或多个 Tensor 对象 创建来源（例如 Dataset.from_tensor_slices()），以通过一个或多个 tf.Tensor 对象构建数据集。 应用转换（例如 Dataset.batch()），以通过 阅读全文
posted @ 2019-03-12 22:23 Augustone 阅读(1467) 评论(0) 推荐(0)
Eager Guide
摘要： 1,Goodness An intuitive interface—Structure your code naturally and use Python data structures. Quickly iterate on small models and small data. Easier 阅读全文
posted @ 2019-03-12 18:59 Augustone 阅读(265) 评论(0) 推荐(0)
Keras guide
摘要： 1,Sequential model model = tf.keras.Sequential() # Adds a densely-connected layer with 64 units to the model:model.add(layers.Dense(64, activation='re 阅读全文
posted @ 2019-03-12 18:25 Augustone 阅读(368) 评论(0) 推荐(0)
2019年3月11日
Keras实现text classification文本二分类
摘要： 1，获取数据 imdb = keras.datasets.imdb(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000) 2，查看处理变形数据 2.1，查看 print(train_ 阅读全文
posted @ 2019-03-11 20:48 Augustone 阅读(1479) 评论(0) 推荐(0)
使用tf.estimator训练Boosted Trees
摘要： 1，数据集下载 2，一系列数据检查 这一条特别 3，Create feature columns and input functions，特征列和输入函数 3.1，one-hot-encoding, normalization, and bucketization 3.2，数字型和分类型 fc = 阅读全文
posted @ 2019-03-11 20:43 Augustone 阅读(798) 评论(0) 推荐(0)
自定义训练的演示，使用tf-data,Eager Execution和keras
摘要： 1，机器学习的基本步骤 Import and parse the data sets. Select the type of model. Train the model. Evaluate the model's effectiveness. Use the trained model to ma 阅读全文
posted @ 2019-03-11 16:22 Augustone 阅读(1176) 评论(0) 推荐(0)
2019年3月10日
Keras-过拟合和欠拟合
摘要： 1，一般描述 we saw that the accuracy of our model on the validation data would peak after training for a number of epochs, and would then start decreasing. 阅读全文
posted @ 2019-03-10 22:51 Augustone 阅读(1454) 评论(0) 推荐(0)
使用 Estimator 构建卷积神经网络
摘要： 1，tf.layers基础函数 conv2d(). Constructs a two-dimensional convolutional layer. Takes number of filters, filter kernel size, padding, and activation funct 阅读全文
posted @ 2019-03-10 22:23 Augustone 阅读(415) 评论(0) 推荐(0)
自己定制训练
摘要： 1，以类的方式定义一个模型 class Model(object): def __init__(self): # Initialize variable to (5.0, 0.0) # In practice, these should be initialized to random values 阅读全文
posted @ 2019-03-10 21:29 Augustone 阅读(199) 评论(0) 推荐(0)