摘要：
代码来源：https://github.com/eriklindernoren/ML-From-Scratch 卷积神经网络中卷积层Conv2D（带stride、padding）的具体实现：https://www.cnblogs.com/xiximayou/p/12706576.html 激活函数并 阅读全文
posted @ 2020-04-16 15:15
西西嘛呦
阅读(3503)
评论(0)
推荐(0)
摘要：
关于卷积操作是如何进行的就不必多说了，结合代码一步一步来看卷积层是怎么实现的。 代码来源：https://github.com/eriklindernoren/ML-From-Scratch 先看一下其基本的组件函数，首先是determine_padding(filter_shape, output 阅读全文
posted @ 2020-04-15 17:10
西西嘛呦
阅读(6627)
评论(0)
推荐(3)
摘要：
numpy是Python中经常要使用的一个库，而其中的random模块经常用来生成一些数组，本文接下来将介绍numpy中random模块的一些使用方法。 首先查看numpy的版本： import numpy numpy.__version__ '1.18.2' numpy获得随机数有两种方式： 结合 阅读全文
posted @ 2020-04-14 17:05
西西嘛呦
阅读(7565)
评论(0)
推荐(1)
摘要：
image = np.random.randint(0,255,size=(224,224,3)).astype(np.uint8) import imageio imageio.imwrite('test.png',image) test.png是这样的： 阅读全文
posted @ 2020-04-14 15:28
西西嘛呦
阅读(771)
评论(0)
推荐(0)
摘要：
本篇文章介绍在spark中调用训练好的tensorflow模型进行预测的方法。 本文内容的学习需要一定的spark和scala基础。 如果使用pyspark的话会比较简单，只需要在每个excutor上用Python加载模型分别预测就可以了。 但工程上为了性能考虑，通常使用的是scala版本的spar 阅读全文
posted @ 2020-04-13 13:18
西西嘛呦
阅读(3179)
评论(0)
推荐(1)
摘要：
TensorFlow训练好的模型以tensorflow原生方式保存成protobuf文件后可以用许多方式部署运行。 例如：通过 tensorflow-js 可以用javascrip脚本加载模型并在浏览器中运行模型。 通过 tensorflow-lite 可以在移动和嵌入式设备上加载并运行Tensor 阅读全文
posted @ 2020-04-13 13:13
西西嘛呦
阅读(2784)
评论(0)
推荐(0)
摘要：
如果想尝试使用Google Colab上的TPU来训练模型，也是非常方便，仅需添加6行代码。 在Colab笔记本中：修改->笔记本设置->硬件加速器 中选择 TPU 注：以下代码只能在Colab 上才能正确执行。 可通过以下colab链接测试效果《tf_TPU》： https://colab.res 阅读全文
posted @ 2020-04-13 13:06
西西嘛呦
阅读(2165)
评论(1)
推荐(0)
摘要：
如果使用多GPU训练模型，推荐使用内置fit方法，较为方便，仅需添加2行代码。 在Colab笔记本中：修改->笔记本设置->硬件加速器 中选择 GPU 注：以下代码只能在Colab 上才能正确执行。 可通过以下colab链接测试效果《tf_多GPU》： https://colab.research. 阅读全文
posted @ 2020-04-13 12:57
西西嘛呦
阅读(4822)
评论(0)
推荐(0)
摘要：
深度学习的训练过程常常非常耗时，一个模型训练几个小时是家常便饭，训练几天也是常有的事情，有时候甚至要训练几十天。 训练过程的耗时主要来自于两个部分，一部分来自数据准备，另一部分来自参数迭代。 当数据准备过程还是模型训练时间的主要瓶颈时，我们可以使用更多进程来准备数据。 当参数迭代过程成为训练时间的主 阅读全文
posted @ 2020-04-13 12:31
西西嘛呦
阅读(7494)
评论(0)
推荐(0)
摘要：
模型的训练主要有内置fit方法、内置tran_on_batch方法、自定义训练循环。 注：fit_generator方法在tf.keras中不推荐使用，其功能已经被fit包含。 import numpy as np import pandas as pd import tensorflow as t 阅读全文
posted @ 2020-04-13 11:54
西西嘛呦
阅读(6047)
评论(0)
推荐(0)
浙公网安备 33010602011771号