#Header1_HeaderTitle{ font-size:50px }

随笔分类 -  tensorflow实战

Tensorflow生成唐诗和歌词（下）
摘要：整个工程使用的是Windows版pyCharm和tensorflow。 源码地址：https://github.com/Irvinglove/tensorflow_poems/tree/master 代码与上篇唐诗生成基本一致，不做过多解释。详细解释，请看：Tensorflow生成唐诗和歌词（上） 阅读全文
posted @ 2019-01-24 11:15 墨麟非攻 阅读(912) 评论(0) 推荐(0)
Tensorflow生成唐诗和歌词（上）
摘要：整个工程使用的是Windows版pyCharm和tensorflow。 源码地址：https://github.com/Irvinglove/tensorflow_poems/tree/master 唐诗生成 一、读取诗的数据集（poems.py） 这段代码主要是有两个函数构成： 1. proces 阅读全文
posted @ 2019-01-23 22:05 墨麟非攻 阅读(1329) 评论(1) 推荐(0)
tensorflow：验证码的识别（下）
摘要：上两篇详细的说明了验证码的识别，不过我们采用的是方法二，下面采用方法一。注意和方法二的区别。 验证码识别方法一： 把标签转为向量，向量长度为40。（4位数字验证码） 验证码的生成和tf.record的制作这部分代码不变。 一、训练识别模型 首先新建一个nets2文件夹，使用文件夹下的nets_fac 阅读全文
posted @ 2019-01-21 15:39 墨麟非攻 阅读(1198) 评论(2) 推荐(1)
Tensorflow:DCGAN生成手写数字
摘要：参考地址：https://blog.csdn.net/miracle_ma/article/details/78305991 使用DCGAN（deep convolutional GAN）：深度卷积GAN 网络结构如下： 代码分成四个文件： 读入文件 read_data.py 配置线性层，卷积层，反 阅读全文
posted @ 2019-01-16 21:08 墨麟非攻 阅读(846) 评论(0) 推荐(0)
tensorflow实现RNN及Word2Vec
摘要：参考：《tensorflow实战》 首先介绍一下Word2Vec Word2Vec：从原始语料中学习字词空间向量的预测模型。主要分为CBOW（Continue Bags of Words）连续词袋模型和Skip-Gram两种模式 CBOW：从原始语句（中国的首都是___）推测目标字词（北京）。Ski 阅读全文
posted @ 2019-01-14 11:47 墨麟非攻 阅读(917) 评论(0) 推荐(0)
tensorflow：验证码的识别（中）
摘要：三、训练识别模型 首先先拷贝一个nets文件夹，主要使用的是文件夹下的两个文件nets_factory.py、alexnet.py，用于导入训练使用的网络alexnet。 nets_factory.py alexnet.py 对源码做出一定的修改，前面的卷积和池化作为共享层保持不变，主要就是修改最后 阅读全文
posted @ 2019-01-08 15:56 墨麟非攻 阅读(745) 评论(0) 推荐(0)
tensorflow：验证码的识别（上）
摘要：验证码的识别 主要分成四个部分：验证码的生成、将生成的图片制作成tfrecord文件、训练识别模型、测试模型 使用pyCharm作为编译器。本文先介绍前两个部分 验证码的识别有两种方法： 验证码识别方法一： 把标签转为向量，向量长度为40。（4位数字验证码） 例如有一个验证码为0782， 它的标签转 阅读全文
posted @ 2019-01-08 15:26 墨麟非攻 阅读(769) 评论(0) 推荐(0)
使用tensorflow构造隐语义模型的推荐系统
摘要：先创建一个reader.py，后面的程序将用到其中的函数。 数据的内容主要是关于电影与用户。 一、加载数据、划分训练集和测试集 二、定义模型，返回预测结果和正则化项 三、定义损失函数 四、读取数据以构建tensorflow模型 五、训练 六、创建会话 阅读全文
posted @ 2019-01-04 13:27 墨麟非攻 阅读(1309) 评论(0) 推荐(0)