……

随笔分类 -  人工智能TensorFlow深度学习

人工智能
人工智能深度学习入门练习之(23)TensorFlow2基础语法之练习
摘要:1、张量求和 ①、tensorflow1.x版 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() # 使用静态图模式运行以下代码 assert tf.__version__.startswith('2.') # 1.创建计算图阶段 阅读全文
posted @ 2020-11-10 18:31 大码王 阅读(822) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(23)TensorFlow2教程-keras模型保存和序列化
摘要:1 保存序列模型或函数式模型 In [1]: # 构建一个简单的模型并训练 from __future__ import absolute_import, division, print_function import tensorflow as tf tf.keras.backend.clear_ 阅读全文
posted @ 2020-10-20 10:43 大码王 阅读(714) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(22)TensorFlow2教程-用keras构建自己的网络层
摘要:1 构建一个简单的网络层 我们可以通过继承tf.keras.layer.Layer,实现一个自定义的网络层。 In [1]: from __future__ import absolute_import, division, print_function import tensorflow as t 阅读全文
posted @ 2020-10-20 10:35 大码王 阅读(230) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(21)TensorFlow2教程-使用keras训练模型
摘要:本指南包含了TensorFlow 2.0中在以下两种情况下的训练,评估和预测(推理)模型: 使用内置的训练和评估API(例如model.fit(),model.evaluate(),model.predict())。 使用eager execution 和GradientTape对象从头开始编写自定 阅读全文
posted @ 2020-10-20 09:51 大码王 阅读(317) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(20)TensorFlow2教程-Keras函数式API
摘要:TensorFlow2教程-Keras函数式API 函数API是一种创建模型的方式,该方法比Sequential以下方法更加灵活:它可以处理具有非线性拓扑的模型,具有共享层的模型以及具有多个输入或输出的模型。 它基于以下思想:深度学习模型通常是层的有向无环图(DAG)。Functional API是 阅读全文
posted @ 2020-10-20 09:46 大码王 阅读(284) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(19)TensorFlow2教程-Keras概述
摘要:TensorFlow2教程-Keras概述 Keras 是一个用于构建和训练深度学习模型的高阶 API。它可用于快速设计原型、高级研究和生产。 Keras的3个优点: 方便用户使用、模块化和可组合、易于扩展 1 导入tf.keras TensorFlow2推荐使用tf.keras构建网络,常见的神经 阅读全文
posted @ 2020-10-19 16:53 大码王 阅读(299) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(38)深度学习 – tensorflow实例之keras的siamese(孪生网络)实现案例
摘要:一、 keras的siamese(孪生网络)实现案例 二、代码实现 import keras import numpy as np import matplotlib.pyplot as plt import random from keras.callbacks import TensorBoar 阅读全文
posted @ 2020-08-07 09:56 大码王 阅读(1035) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(37)深度学习 – TensorFlow实现CNN神经网络算法
摘要:一、CNN的引入 在人工的全连接神经网络中,每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时,这时全连接网络需要训练的参数就会增大很多,计算速度就会变得很慢,例如一张黑白的 28×2828×28 的手写数字图片,输入层的神经元就有784个,如下图所示: 若在中间只使用一层隐 阅读全文
posted @ 2020-08-06 18:29 大码王 阅读(620) 评论(0) 推荐(1) 编辑
人工智能深度学习入门练习之(36)深度学习 – 使用深度学习实现智能聊天机器人
摘要:.聊天机器人的类型本文分为了哪些类型?2.聊天机器人的有几种主流技术?3.如何利用深度学习构建聊天机器人? 聊天机器人(也可以称为语音助手、聊天助手、对话机器人等)是目前非常热的一个人工智能研发与产品方向。很多大型互联网公司投入重金研发相关技术,并陆续推出了相关产品,比如苹果Siri、微软Corta 阅读全文
posted @ 2020-08-06 17:35 大码王 阅读(665) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(35)深度学习 – 过拟合与dropout机制
摘要:过拟合,欠拟合 过拟合(overfitting):学习能力过强,以至于把训练样本所包含的不太一般的特性都学到了。 欠拟合(underfitting):学习能太差,训练样本的一般性质尚未学好。 下面是直观解释: 下面再举一个具体的例子: 如果我们有6个数据,我们选择用怎么样的回归曲线对它拟合呢?看下图 阅读全文
posted @ 2020-06-24 10:12 大码王 阅读(376) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(34)深度学习 – 多层神经网络
摘要:深度学习 – 多层神经网络 单层网络 先回顾一下单层网络,即一个神经元(自适应线性单元),如下图所示。 可以使用梯度下降法训练模型,确定权重与偏置。 多层神经网络历史 深度学习涉及训练多层神经网络,也称为深度神经网络。 在20世纪50年代Rosenblatt感知器被开发出来之后,直到1986年hin 阅读全文
posted @ 2020-06-23 17:52 大码王 阅读(1820) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(33)深度学习 – 自适应线性单元
摘要:深度学习 – 自适应线性单元 如前所述,在 20 世纪 50 年代,感知器 (Rosenblatt, 1956, 1958) 成为第一个能根据每个类别的输入样本来学习权重的模型。约在同一时期,自适应线性单元 (adaptive linearelement, ADALINE) 简单地返回函数 f(x) 阅读全文
posted @ 2020-06-23 17:43 大码王 阅读(898) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(32)深度学习 – 感知器
摘要:深度学习 – 人工神经元 关于人工神经元,前面章节稍微提过,本章将详细讨论。 生物神经元 人脑有数十亿个神经元。神经元是人脑中相互连接的神经细胞,参与处理和传递化学信号和电信号。树突是从其他神经元接收信息的分枝。 细胞核处理从树突接收到的信息。轴突是一种神经细胞用来传递信息的生物电缆。突触是轴突和其 阅读全文
posted @ 2020-06-23 17:31 大码王 阅读(1068) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(31)深度学习 – 运行平台
摘要:GPU 对比 CPU 要运行深度学习项目,建议使用gpu,cpu与gpu比较如下: 规格 英特尔酷睿i7-6900k处理器极限版 英伟达GeForce GTX I 080 Ti 时钟频率 3.2 GHz < 1.5 GHz 核数 8 3584 内存带宽 64 GB/s 484 GB/s 浮点计算 4 阅读全文
posted @ 2020-06-23 17:12 大码王 阅读(338) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(30)深度学习 – 人工神经网络
摘要:本章我们将从生物神经元开始学习人工神经网络。 生物神经元 哺乳动物的大脑有数十亿个神经元。神经元是人脑中相互连接的神经细胞。神经元参与处理和传递化学信号和电信号,它们接受信号输入,在细胞核中处理信号,如果信号强度大于某个阈值,就会把信号输出。 人类的大脑可以学习识别物体。例如,婴儿多次看到椅子,并听 阅读全文
posted @ 2020-06-23 17:04 大码王 阅读(465) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(29)深度学习 – 介绍
摘要:具有感知、学习、推理和解决问题等认知功能的机器被认为拥有人工智能。 当机器具有认知能力时,人工智能就产生了。人类在相关领域的能力是人工智能的衡量标准。 弱人工智能 弱人工智能执行特定任务,甚至比人类做得更好,例如,围棋人工智能AlphaGo。弱人工智能是目前人工智能的主要研究领域。 强人工智能 强人 阅读全文
posted @ 2020-06-23 17:01 大码王 阅读(325) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(28)TensorFlow – 例子:循环神经网络(RNN)
摘要:循环神经网络(RNN)是一种用于处理序列数据的人工神经网络,序列数据是相互依赖的(有限或无限)数据流,比如时间序列数据、信息性的字符串、对话等。 长短时记忆网络(LSTM)是一类特殊的循环神经网络,具有学习长时依赖关系的能力,是目前最常用的循环神经网络。 注意: 关于循环神经网络的介绍,可参考我们的 阅读全文
posted @ 2020-06-20 21:38 大码王 阅读(449) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(27)TensorFlow – 例子:卷积神经网络(CNN)
摘要:卷积神经网络(CNN)旨在解决图像识别问题,卷积神经网络在图像识别、机器视觉等方面有着广泛的应用。 计算机中的图像格式 这张杭州天际线的图片,可以看到很多建筑和颜色。那么计算机是如何处理这幅图像的呢? 图像由像素组成,像素表示图像中的一个颜色点。例如,一个40×30的图像,表示宽40个像素,高30个 阅读全文
posted @ 2020-06-20 21:36 大码王 阅读(620) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(26)TensorFlow – 例子:人工神经网络(ANN)
摘要:人工神经网络(ANN)介绍 生物神经元 人脑有数十亿个神经元。神经元是人脑中相互连接的神经细胞,参与处理和传递化学信号和电信号。 以下是生物神经元的重要组成部分: 树突 – 从其他神经元接收信息的分支 细胞核 – 处理从树突接收到的信息 轴突 – 一种被神经元用来传递信息的生物电缆 突触 – 轴突和 阅读全文
posted @ 2020-06-19 18:29 大码王 阅读(1408) 评论(0) 推荐(0) 编辑
人工智能深度学习入门练习之(25)TensorFlow – 例子:线性回归
摘要:线性回归 数学中的回归是指,现实中的变量之间存在一种函数关系,通过一批样本数据找出这个函数关系,即通过样本数据回归到真实的函数关系。 线性回归/Linear Regression是指,一些变量之间存在线性关系,通过一批样本数据找出这个关系,线性关系函数的图形是一条直线。 线性函数的方程如下: y = 阅读全文
posted @ 2020-06-19 18:18 大码王 阅读(1066) 评论(0) 推荐(1) 编辑

复制代码