tensorflow
DiegoRobot
ROS机器人、人工智能、机器学习
QQ:38182368
展开
-
Tensorflow lesson 5---唯一的运算执行方法Session
在Tensorflow中所有的运算都需要通过Session来完成,即使是简单的赋值、加减乘除等都是需要Session来完成示例1:import tensorflow as tfimport numpy as npnode1 = tf.constant(3.0, tf.float32) # 创建常量node2 = tf.constant(4.0)print(node1, node2) #如果直原创 2017-05-15 15:57:50 · 476 阅读 · 0 评论 -
Tensorflow lesson 6---层 layer
设计一个深度学习的模型,其实就设计一个多层的学习模型,而每个层上又有不同的神经元,所有的运算逻辑都是在这些神经元上完成的,每一层的输出作为下一层的输入。 下图是一个典型的,一共有5层的学习模型,包含1个输入层,3个隐藏层,1个输出层,而在每个隐藏层中有包括2个神经元。 输入层:输入一定是所谓的图Tensor结构,可以是输入tensor的各种可能feature运算,比如说是平方,相乘,sin,co原创 2017-05-16 11:28:52 · 531 阅读 · 0 评论 -
Tensorflow lesson 1---第一个机器学习的代码
神经网络,机器学习,可以说是现在最流行的计算机技术,TensorFlow是谷歌开源的机器学习框架,听起来就很高大上,很难学习,不幸的是国内的一些教程都是原文翻译谷歌官方教程,非常难以学习,所以本系列教程就是用比较容易懂的语言来教大家什么tensorflow。首先tensorflow是一个深度学习的框架,其定义了一套神经网络机制,是用户可以在这套神经网络上开发自己的深度学习模型,进行机器学习。说的通俗原创 2017-05-09 12:20:51 · 1316 阅读 · 0 评论 -
Tensorflow lesson 2---唯一的结构tensor
在Tensorflow中所有的数据都是使用tensor来描述的,不管是变量,常量,placeholder等都是一个tensor,tensor的中文翻译是张量,也就是我们在进行tensorflow编程的时候所有的输入输出都是一个tensor,这一点非常重要的。下图是Tensorflow官方文档中的说明 从中可以看出我们使用python编程中s=483. 这样的简单变量,在Tensor中被描述为一个原创 2017-05-10 09:38:56 · 822 阅读 · 0 评论 -
Tensorflow lesson 3---变量Variable
Tensorflow中的变量就是一个放在内存中的tensor结构,用于在计算过程中保存数据,变量的数值可以保存到文件中,也可以从文件中读取1.变量的初始化import tensorflow as tfWeights=tf.Variable(tf.random_normal([3,2],stddev=0.35),name="weights")#声明一个Weights的变量print(Weights)#原创 2017-05-10 14:33:24 · 2390 阅读 · 0 评论 -
Tensorflow lesson 4---输入参数placeholder
在Tensorflow中如果我们要从外部输入数据,就要用到placeholder,当然placeholder也是一个tensor,可以接受任何维度的tensor数据,比如向量,矩阵,图像等import tensorflow as tfimport numpy as npa=tf.placeholder(tf.float32)#声明a作为placeholder接收float32的数据b=tf.pl原创 2017-05-10 15:58:11 · 3122 阅读 · 0 评论 -
ROS机器人Diego 1#整合Tensorflow MNIST,玩数字识别
机器学习中最经典的例子就是NNIST通过图片来识别0~9的数字,这篇文章将介绍如何将基于Tensorflow NNIST整合到Diego1#机器人中作为一个节点,此节点将订阅Image消息,通过NNIST识别后将结果发布消息给讯飞语音节点,讯飞语音节点会告诉我们识别的数字是几。相关源代码已经上传到本人的github。1. 安装Tensorflow只需一句命令即可安装pip install tenso原创 2017-07-14 16:58:53 · 2449 阅读 · 3 评论