tensorflow - 随笔分类 - greathuman

Jetson tx2的tensorflow keras环境搭建

摘要：其实我一直都在想，搞算法的不仅仅是服务，我们更是要在一个平台上去实现服务，因此，在工业领域，板子是很重要的，它承载着无限的机遇和挑战，当然，我并不是特别懂一些底层的东西，但是这篇博客希望可以帮助有需要的人。首先我们回到原点，就是jetpack 3.3刷完机后，现在要装tensorflow和kera 阅读全文

posted @ 2018-09-06 13:59 greathuman 阅读(4083) 评论(0) 推荐(0)

tensorflow神经网络拟合非线性函数与操作指南

摘要：本实验通过建立一个含有两个隐含层的BP神经网络，拟合具有二次函数非线性关系的方程，并通过可视化展现学习到的拟合曲线，同时随机给定输入值，输出预测值，最后给出一些关键的提示。源代码如下：运行结果如下：结果实在是太棒了，把这个关系拟合的非常好。在上述的例子中，需要进一步说明如下内容：输入节点可以阅读全文

posted @ 2018-05-20 15:24 greathuman 阅读(8521) 评论(0) 推荐(0)

tf.matmul()和tf.multipy()的区别

摘要：首先我们分析一下下面的代码：问题是上面的代码编译正确吗？编译一下就知道，错误信息如下： ValueError: Dimensions must be equal, but are 2 and 3 for 'Mul' (op: 'Mul') with input shapes: [2,3], [3, 阅读全文

posted @ 2018-05-14 15:24 greathuman 阅读(3035) 评论(0) 推荐(0)

tf.Session()和tf.InteractiveSession()的区别

摘要：官方tutorial是这么说的： The only difference with a regular Session is that an InteractiveSession installs itself as the default session on construction. The 阅读全文

posted @ 2018-05-14 12:59 greathuman 阅读(16567) 评论(2) 推荐(5)

通俗易懂之Tensorflow summary类 & 初识tensorboard

摘要：前面学习的cifar10项目虽小，但却五脏俱全。全面理解该项目非常有利于进一步的学习和提高，也是走向更大型项目的必由之路。因此，summary依然要从cifar10项目说起，通俗易懂的理解并运用summary是本篇博客的关键。先不管三七二十一，列出cifar10中定义模型和训练模型中的summar 阅读全文

posted @ 2018-05-12 21:13 greathuman 阅读(9899) 评论(0) 推荐(0)

Tensorflow中的变量

摘要：从初识tf开始，变量这个名词就一直都很重要，因为深度模型往往所要获得的就是通过参数和函数对某一或某些具体事物的抽象表达。而那些未知的数据需要通过学习而获得，在学习的过程中它们不断变化着，最终收敛达到较好的表达能力，因此它们无疑是变量。正如三位大牛所言：深度学习是一种多层表示学习方法，用简单的非线性阅读全文

posted @ 2018-05-09 19:54 greathuman 阅读(2797) 评论(1) 推荐(0)

Tensorflow数据读取的方式

摘要：深度学习既然是基于数据的方法，先不管多抽象，那总归是有读取数据的方法的吧，这里的数据应该是一个统称，包含我们讲的数据集和变量tensor。 tf读取数据一共有3种方法：供给数据(Feeding)：创建占位符，让Python代码来供给数据。从文件读取数据(Reading)： tf可以从文件中读取阅读全文

posted @ 2018-05-09 14:08 greathuman 阅读(597) 评论(0) 推荐(0)

tensorflow随机张量创建

摘要：TensorFlow 有几个操作用来创建不同分布的随机张量。注意随机操作是有状态的，并在每次评估时创建新的随机值。下面是一些相关的函数的介绍： tf.random_normal 从正态分布中输出随机值。 args: shape：一维整数或 Python 数组表示输出张量的形状。 mean：dtyp 阅读全文

posted @ 2018-05-08 09:54 greathuman 阅读(8485) 评论(0) 推荐(0)

tf.range()函数

摘要：range()函数用于创建数字序列变量，有以下两种形式：该数字序列开始于 start 并且将以 delta 为增量扩展到不包括 limit 时的最大值结束，类似python的range函数。阅读全文

posted @ 2018-05-07 15:09 greathuman 阅读(19741) 评论(0) 推荐(1)

assign()函数

摘要：tf中assign()函数可用于对变量进行更新包括变量的value和shape。涉及以下函数： tf.assign(ref, value, validate_shape = None, use_locking = None, name=None) tf.assign_add(ref, value, 阅读全文

posted @ 2018-05-07 13:24 greathuman 阅读(12220) 评论(0) 推荐(0)

tensorflow的卷积和池化层（二）：记实践之cifar10

摘要：在tensorflow中的卷积和池化层(一)和各种卷积类型Convolution这两篇博客中，主要讲解了卷积神经网络的核心层，同时也结合当下流行的Caffe和tf框架做了介绍，本篇博客将接着tensorflow中的卷积和池化层(一)的内容，继续介绍tf框架中卷积神经网络CNN的使用。因此，接下来将阅读全文

posted @ 2018-05-05 13:48 greathuman 阅读(6795) 评论(0) 推荐(2)

tensorflow中的卷积和池化层(一)

摘要：在官方tutorial的帮助下，我们已经使用了最简单的CNN用于Mnist的问题，而其实在这个过程中，主要的问题在于如何设置CNN网络，这和Caffe等框架的原理是一样的，但是tf的设置似乎更加简洁、方便，这其实完全类似于Caffe的python接口，但是由于框架底层的实现不一样，tf无论是在单机还阅读全文

posted @ 2018-04-15 21:09 greathuman 阅读(5621) 评论(0) 推荐(0)

TensorFlow在win10上的安装与使用（三）

摘要：本篇博客介绍最经典的手写数字识别Mnist在tf上的应用。 Mnist有两种模型，一种是将其数据集看作是没有关系的像素值点，用softmax回归来做。另一种就是利用卷积神经网络，考虑局部图片像素的相关性，显然第二种方法明显优于第一种方法，下面主要介绍这两种方法。 softmax回归 mnist.py 阅读全文

posted @ 2018-04-15 11:13 greathuman 阅读(754) 评论(0) 推荐(0)

TensorFlow在win10上的安装与使用（二）

摘要：在上篇博客中已经详细的介绍了tf的安装，下面就让我们正式进入tensorflow的使用，介绍以下tf的特征。首先tf有它独特的特征，我们在使用之前必须知晓：使用图 (graph) 来表示计算任务，tf把计算都当作是一种有向无环图，或者称之为计算图。计算图是由节点（node）和边（edge）组成阅读全文

posted @ 2018-04-13 10:52 greathuman 阅读(1348) 评论(0) 推荐(0)

TensorFlow在windows10上的安装与使用（一）

摘要：随着近两年tensorflow越来越火，在一台新win10系统上装tensorflow并记录安装过程。华硕最近的 Geforce 940mx的机子。 TensorFlow是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（阅读全文

posted @ 2018-04-12 11:24 greathuman 阅读(2043) 评论(0) 推荐(0)

随笔分类 - tensorflow