• 博客园logo
  • 会员
  • 众包
  • 新闻
  • 博问
  • 闪存
  • 赞助商
  • HarmonyOS
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
 






天生自然

 
 

Powered by 博客园
博客园 | 首页 | 新随笔 | 联系 | 订阅 订阅 | 管理

2019年12月16日

吴裕雄--天生自然python Google深度学习框架:Tensorflow实现迁移学习
摘要: import glob import os.path import numpy as np import tensorflow as tf from tensorflow.python.platform import gfile import tensorflow.contrib.slim as slim # 加载通过TensorFlow-Slim定义好的inception_v3模型。 impor 阅读全文
posted @ 2019-12-16 21:51 吴裕雄 阅读(304) 评论(0) 推荐(0)
 
吴裕雄--天生自然python Google深度学习框架:经典卷积神经网络模型
摘要: import tensorflow as tf INPUT_NODE = 784 OUTPUT_NODE = 10 IMAGE_SIZE = 28 NUM_CHANNELS = 1 NUM_LABELS = 10 CONV1_DEEP = 32 CONV1_SIZE = 5 CONV2_DEEP = 64 CONV2_SIZE = 5 FC_SIZE = 512 def inference(inp 阅读全文
posted @ 2019-12-16 21:45 吴裕雄 阅读(261) 评论(0) 推荐(0)
 
吴裕雄--天生自然python Google深度学习框架:图像识别与卷积神经网络
摘要: 阅读全文
posted @ 2019-12-16 21:28 吴裕雄 阅读(278) 评论(0) 推荐(0)
 
吴裕雄--天生自然python Google深度学习框架:MNIST数字识别问题
摘要: import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data INPUT_NODE = 784 # 输入节点 OUTPUT_NODE = 10 # 输出节点 LAYER1_NODE = 500 # 隐藏层数 BATCH_SIZE = 100 # 每次batch打包的样本个数 # 模型相关的参数 阅读全文
posted @ 2019-12-16 20:52 吴裕雄 阅读(237) 评论(0) 推荐(0)
 
吴裕雄--天生自然python Google深度学习框架:深度学习与深层神经网络
摘要: ... 阅读全文
posted @ 2019-12-16 20:05 吴裕雄 阅读(258) 评论(0) 推荐(0)
 
吴裕雄--天生自然python Google深度学习框架:TensorFlow实现神经网络
摘要: http://playground.tensorflow.org/ 阅读全文
posted @ 2019-12-16 17:33 吴裕雄 阅读(249) 评论(0) 推荐(0)
 
吴裕雄--天生自然python Google深度学习框架:Tensorflow基础应用
摘要: import tensorflow as tf a = tf.constant([1.0, 2.0], name="a") b = tf.constant([2.0, 3.0], name="b") result = a + b print(result) import... 阅读全文
posted @ 2019-12-16 16:07 吴裕雄 阅读(216) 评论(0) 推荐(0)
 
吴裕雄--天生自然python Google深度学习框架:人工智能、深度学习与机器学习相互关系介绍
摘要: ... 阅读全文
posted @ 2019-12-16 15:14 吴裕雄 阅读(187) 评论(0) 推荐(0)
 
吴裕雄--天生自然python机器学习:基于支持向量机SVM的手写数字识别
摘要: from numpy import * def img2vector(filename): returnVect = zeros((1,1024)) fr = open(filename) for i in range(32): lineStr = fr.readline() for j in range(32): ... 阅读全文
posted @ 2019-12-16 10:30 吴裕雄 阅读(601) 评论(0) 推荐(0)