Tensorflow - 随笔分类 - Johnny、

摘要：参考： 1.基于tensorflow的正则化实现全看完 2.tf.layers.dense添加正则项很短，拿来就用两条链接看完包会阅读全文

posted @ 2021-03-04 02:19 Johnny、阅读(99) 评论(0) 推荐(0)

摘要：课程地址：https://cloud.tencent.com/developer/labs/lab/10295/console utf-8编码在做网络传输和文件保存的时候，将unicode编码转换成utf-8编码，才能更好的发挥其作用；当从文件中读取数据到内存中的时候，将utf-8编码转换为uni 阅读全文

posted @ 2019-08-27 16:36 Johnny、阅读(365) 评论(1) 推荐(0)

tencent_3.2_crack_verification_code

摘要：课程地址：https://cloud.tencent.com/developer/labs/lab/10325/console 简介数据学习安装 captcha 库获取训练数据本教程使用的验证码由数字、大写字母、小写字母组成，每个验证码包含 4 个字符，总共有 62^4 种组合，所以一共有阅读全文

posted @ 2019-08-19 20:56 Johnny、阅读(297) 评论(0) 推荐(0)

tencent_3.1_cnn_mnist

摘要：课程地址：TensorFlow 实现基于 CNN 数字识别的代码课前准备： CNN 模型构建 mnist_model.py #!/usr/bin/python # -*- coding: utf-8 -* from __future__ import absolute_import from __ 阅读全文

posted @ 2019-08-17 20:02 Johnny、阅读(223) 评论(0) 推荐(0)

【转】tf中的padding方式SAME和VALID有什么区别?

摘要：原文链接：tf中的padding方式SAME和VALID有什么区别? 阅读全文

posted @ 2019-08-16 14:00 Johnny、阅读(629) 评论(0) 推荐(0)

tencent_2.4_deep_neural_networks

摘要：课程地址：https://cloud.tencent.com/developer/labs/lab/10313/console 首先我们需要先下载 MNIST 的数据集。使用以下的命令进行下载： deep_neural_networks.py 阅读全文

posted @ 2019-08-12 20:47 Johnny、阅读(174) 评论(0) 推荐(0)

tencent_2.3_shallow_neural_networks

摘要：课程地址：https://cloud.tencent.com/developer/labs/lab/10298/console 数据准备 shallow_neural_networks.py 我尝试修改learning_rate和weights的标准差：收敛明显加快：阅读全文

posted @ 2019-08-12 14:46 Johnny、阅读(176) 评论(0) 推荐(0)

tencent_2.2_logistic_regression

摘要：课程地址：https://cloud.tencent.com/developer/labs/lab/10296/console 首先我们需要先下载MNIST的数据集。使用以下的命令进行下载： logistic_regression.py 修改logistic_regression.py，增加测试准确阅读全文

posted @ 2019-08-08 21:04 Johnny、阅读(218) 评论(0) 推荐(0)

tencent_2.1_linear_regression_model

摘要：linear_regression_model.py run.py 结果： ubuntu@VM-12-146-ubuntu:~$ python run.py step 0,test_loss 50554.742188 step 10,test_loss 53487.046875 step 20,te 阅读全文

posted @ 2019-08-08 17:07 Johnny、阅读(217) 评论(0) 推荐(0)

Tensorflow-相关API-交叉熵

摘要：参考：一文搞懂交叉熵在机器学习中的使用，透彻理解交叉熵背后的直觉当作入门逻辑回归、交叉熵、softmax softmax还是sigmoid？理解多元分类和多标签分类 TensorFlow交叉熵函数(cross_entropy)·理解 tensorflow中的四个交叉熵函数可选实验环境：腾讯阅读全文

posted @ 2019-08-06 15:25 Johnny、阅读(256) 评论(0) 推荐(0)

tf.Variable、tf.get_variable、tf.variable_scope、tf.name_scope、random、initializer

摘要：转自：tensorflow学习笔记（二十三）：variable与get_variable TF.VARIABLE、TF.GET_VARIABLE、TF.VARIABLE_SCOPE以及TF.NAME_SCOPE关系 tf.Variable与tf.get_variable() 区别使用tf.Vari 阅读全文

posted @ 2019-04-13 16:57 Johnny、阅读(298) 评论(0) 推荐(0)

Tensorflow 搭建自己的神经网络(五)

摘要：自编码Autoencoder 神经网络的非监督学习神经网络接收图像→→给图像打马赛克→→再还原原有的图像被压缩，再用所储存的特征信息，经过解压获得原图。如果神经元直接从获取的高清图像中取学习信息，会是一件很吃力的事情，所以通过特征提取，提取出能够重构出原图的主要信息，把缩减后的信息放入神经网络阅读全文

posted @ 2019-04-11 17:44 Johnny、阅读(338) 评论(0) 推荐(0)

Tensorflow 搭建自己的神经网络(四)

摘要：tf.nn.rnn_cell.BasicLSTMCell(n_hidden, forget_bias=1.0, state_is_tuple=True): n_hidden表示神经元的个数， forget_bias就是LSTM们的忘记系数，如果等于1，就是不会忘记任何信息。如果等于0，就都忘记。 s 阅读全文

posted @ 2019-04-09 20:48 Johnny、阅读(355) 评论(0) 推荐(0)

Tensorflow 搭建自己的神经网络(三)

摘要：CNN实现 Saver 保存读取 Tensorflow目前只能保存Varibales，而不能保存框架，所以需要重新定义一下框架，再把Varibales放进来重新学习。根据教程编码会出现以下错误：NotFoundError: Tensor name “weight_1” not found in c 阅读全文

posted @ 2019-04-08 20:56 Johnny、阅读(425) 评论(0) 推荐(0)

Tensorflow 搭建自己的神经网络(二)

摘要：MNIST简单分类 Tensorflow解决overfitting——dropout 转自：莫烦Tensorflow教程（1~14） Summary：所有需要在TensorBoard上展示的统计结果。 tf.name_scope()：为Graph中的Tensor添加层级，TensorBoard会按照阅读全文

posted @ 2019-04-07 16:21 Johnny、阅读(504) 评论(0) 推荐(0)

Tensorflow 搭建自己的神经网络(一)

摘要：下述几段代码，是看b站上莫凡的视频学习的：例2： Session会话控制： placeholder：例3 build a neural network（输入层1个节点，隐藏层10个节点，输出层1个节点）可视化：阅读全文

posted @ 2019-04-03 21:31 Johnny、阅读(696) 评论(0) 推荐(0)

第六章图像识别与卷积神经网络

摘要：这里有一篇原作者的博客：深入浅出Tensorflow（四）：卷积神经网络 6.2 卷积神经网络简介卷积神经网络和全连接神经网络的整体架构非常相似，唯一区别就在于神经网络中相邻两层的连接方式，相邻两层之间只有部分节点相连，为了展示每一层神经元的维度，一般将每一层卷积层的节点组织成一个三维矩阵。使用阅读全文

posted @ 2018-03-12 13:05 Johnny、阅读(835) 评论(0) 推荐(0)

第五章 MNIST数字识别问题（二）

摘要：5.4 TensorFlow模型持久化 5.4.1. ckpt文件保存方法在对模型进行加载时候，需要定义出与原来的计算图结构完全相同的计算图，然后才能进行加载，并且不需要对定义出来的计算图进行初始化操作。这样保存下来的模型，会在其文件夹下生成三个文件，分别是： * .ckpt.meta文件，保存阅读全文

posted @ 2018-03-11 00:14 Johnny、阅读(1019) 评论(0) 推荐(0)

第五章 MNIST数字识别问题（一）

摘要：5.1 MNIST数据处理 MNIST是一个非常有名的手写数字识别数据集，一般被用作深度学习的入门样例。MNIST数据集是NIST数据集的一个子集，它包含了60000张图片作为训练数据，10000张图片作为测试数据。通过input_data.read_data_sets函数生成的类会自动将MNIS 阅读全文

posted @ 2018-03-08 18:04 Johnny、阅读(374) 评论(0) 推荐(0)

第四章深层神经网络

摘要：4.1 深度学习与深层神经网络维基百科对深度学习的精确定义为“一类通过多层非线性变换对高复杂性数据建模算法的合集”。因为深层神经网络是实现“多层非线性变化”最常用的一种方法，所以在实际中基本可以认为深度学习就是深层神经网络的代名词. 4.2 损失函数定义（1）经典损失函数通过神经网络解决多分类阅读全文

posted @ 2018-03-06 00:59 Johnny、阅读(516) 评论(0) 推荐(0)

山本夏木

随笔分类 - Tensorflow

公告