随笔分类 -  [T09] 神经网络

神经网络 参数计算--直接解析CKPT文件读取
摘要：1、tensorflow的模型文件ckpt参数获取 2、参数计算（求网络模型大小） 阅读全文
posted @ 2019-06-28 15:15 戒骄戒躁-沉淀积蓄 阅读(2037) 评论(0) 推荐(0)
tensorflow 损失计算--MSN
摘要：1、tf.losses.mean_squared_error函数 labels：真实的输出张量,与“predictions”相同. predictions：预测的输出. weights：可选的Tensor,其秩为0或与labels具有相同的秩,并且必须可广播到labels(即,所有维度必须为1与相应 阅读全文
posted @ 2019-06-28 15:12 戒骄戒躁-沉淀积蓄 阅读(902) 评论(0) 推荐(0)
Res-net 标准版本源码差异-官方源码示例
摘要：# resnet https://github.com/tensorflow/models/blob/master/research/slim/nets/resnet_v1.py https://github.com/tensorflow/models/blob/master/research/sl 阅读全文
posted @ 2019-04-30 14:04 戒骄戒躁-沉淀积蓄 阅读(484) 评论(0) 推荐(0)
CNN 激活函数
摘要：CNN: 1\ Siamoid 2\ Relu + Softplus 图片来源： http://ufldl.stanford.edu/tutorial/supervised/MultiLayerNeuralNetworks/ https://www.cnblogs.com/eniac1946/p/7 阅读全文
posted @ 2019-03-25 19:50 戒骄戒躁-沉淀积蓄 阅读(356) 评论(0) 推荐(0)
二分类模型评价指标
摘要：1. 分类情况： 准确率 - accuracy 精确率 - precision 精确率（Precision）: 预测为正类样本中真正为正类样本的比例【越高越好】 召回率（Recall）:预测为正类样本被正确分类的比例【越高越好】 虚警率（False alarm）：负类样本被(预测)分为正类样本在所有 阅读全文
posted @ 2019-03-11 16:55 戒骄戒躁-沉淀积蓄 阅读(791) 评论(0) 推荐(0)
tensorflow tensor Flatten 张量扁平化，多通道转单通道数据
摘要：slim.flatten(inputs,outputs_collections=None,scope=None) (注：import tensorflow.contrib.slim as slim) 将输入扁平化但保留batch_size,假设第一维是batch。 Args: inputs: a t 阅读全文
posted @ 2019-02-21 15:03 戒骄戒躁-沉淀积蓄 阅读(5838) 评论(0) 推荐(0)
机器学习 - 正则化L1 L2
摘要：L1 L2 Regularization 表示方式： $L_2\text{ regularization term} = ||\boldsymbol w||_2^2 = {w_1^2 + w_2^2 + ... + w_n^2}$ 执行 L2 正则化对模型具有以下影响 使权重值接近于 0（但并非正好 阅读全文
posted @ 2019-02-14 20:35 戒骄戒躁-沉淀积蓄 阅读(201) 评论(0) 推荐(0)
机器学习 - 损失函数 + 正则化
摘要：损失函数添加L2 regularization 对于AlphaGo 的一个神经网络预测两个值的情况，在原有的损失函数上，又要添加正则项来修正 AlphaGo的损失函数 使用了MSE和交叉验证，没有采用softmax激活函数，只有value网络使用了tanh激活 阅读全文
posted @ 2019-02-14 18:16 戒骄戒躁-沉淀积蓄 阅读(723) 评论(0) 推荐(0)