关注
分享
文章平均质量分 72
本专栏记录本人从零开始学习 TensorFlow 的过程，希望能够帮助初学者解决一些学习过程中的疑惑，快速上手。首先介绍 TensorFlow 的基本使用，然后会相继介绍 CNN 、LSTM、seq2seq 等技术。涉及图像，文本，序列预测等主题。
永永夜
good good study, day day up!
展开
-
ubuntu 下GPU版的 tensorflow / keras的环境搭建
本文主要介绍如何在 ubuntu 系统中配置 GPU 版本的 tensorflow 环境。主要包括：- cuda 安装- cudnn 安装- tensorflow 安装- keras 安装原创 2016-12-16 17:11:51 · 9583 阅读 · 0 评论 -
我的Tensorflow学习之路
最近两年深度学习真的是火的不要不要的，关于深度学习，每个人都有自己的看法。有人说就是炼丹，得个准确率召回率什么的，拿到实际中，问问为什么，都答不上来。各种连代码都没写过的人，也纷纷表示这东西就是小孩堆积木，然后整个大功耗的服务器跑上几天，调调参数。然后每个实验室招生，都说自己是做什么深度学习，机器 学习，大数据分析的，以此来吸引学生。可是可是，他们实验室很可能连一块 GPU 都没有。小时候，我原创 2017-09-27 16:36:58 · 24038 阅读 · 13 评论 -
TensorFlow入门（十-I）tfrecord 固定维度数据读写
本例代码：https://github.com/yongyehuang/Tensorflow-Tutorial/tree/master/python/the_use_of_tfrecord 关于 tfrecord 的使用，分别介绍 tfrecord 进行三种不同类型数据的处理方法。 - 维度固定的 numpy 矩阵 - 可变长度的 序列 数据 - 图片数据 在 tf1.3 及以后版本中，推出了原创 2017-11-21 17:13:10 · 3213 阅读 · 1 评论 -
TensorFlow入门（十-II）tfrecord 可变长度的序列数据
本例代码：https://github.com/yongyehuang/Tensorflow-Tutorial/tree/master/python/the_use_of_tfrecord 关于 tfrecord 的使用，分别介绍 tfrecord 进行三种不同类型数据的处理方法。 - 维度固定的 numpy 矩阵 - 可变长度的 序列 数据 - 图片数据 在 tf1.3 及以后版本中，推出了原创 2017-11-21 17:16:06 · 9255 阅读 · 6 评论 -
TensorFlow入门（十-III）tfrecord 图片数据 读写
本例代码：https://github.com/yongyehuang/Tensorflow-Tutorial/tree/master/python/the_use_of_tfrecord 关于 tfrecord 的使用，分别介绍 tfrecord 进行三种不同类型数据的处理方法。 - 维度固定的 numpy 矩阵 - 可变长度的 序列 数据 - 图片数据 在 tf1.3 及以后版本中，推出了原创 2017-11-21 17:19:57 · 8490 阅读 · 7 评论 -
TensorFlow入门（九）使用 tf.train.Saver()保存模型
关于模型保存的一点心得saver = tf.train.Saver(max_to_keep=3)在定义 saver 的时候一般会定义最多保存模型的数量，一般来说，如果模型本身很大，我们需要考虑到硬盘大小。如果你需要在当前训练好的模型的基础上进行 fine-tune，那么尽可能多的保存模型，后继 fine-tune 不一定从最好的 ckpt 进行，因为有可能一下子就过拟合了。但是如果保存太多，硬盘也有原创 2017-11-21 16:59:28 · 35257 阅读 · 5 评论 -
TensorFlow入门（八）tensorboard 的一个简单示例
关于 tensorboard 的一点心得1.一定要学会使用 tf.variable_scope() 和 tf.name_scope(),否则稍微复杂一点的网络都会乱七八糟。你可以通过上图中的 graph 来看看自己构建的网络结构。2.使用 tensorboard 来看 training 和 validation 的 loss 和 accuracy 变化对于调参非常非常有帮助。经验足的炼丹选手通过原创 2017-11-21 16:45:38 · 8393 阅读 · 1 评论 -
TensorFlow入门（七） 充分理解 name / variable_scope
欢迎转载，但请务必注明原文出处及作者信息。@author: huangyongye @creat_date: 2017-03-08 前言: 本例子主要介绍 name_scope 和 variable_scope 的正确使用方式，学习并理解本例之后，你就能够真正读懂 TensorFlow 的很多代码并能够清晰地理解模型结构了。之前写过一个例子了： TensorFlow入门（四） name / v原创 2017-04-26 17:27:22 · 50548 阅读 · 8 评论 -
TensorFlow入门（六） 双端 LSTM 实现序列标注（分词）
@author: huangyongye @creat_date: 2017-04-19 reference: - [1] 【中文分词系列】 4. 基于双向LSTM的seq2seq字标注 http://spaces.ac.cn/archives/3924/ - [2] https://github.com/yongyehuang/TensorFlow-Examples/blob/mas原创 2017-04-22 20:00:22 · 39908 阅读 · 38 评论 -
TensorFlow入门（五）多层 LSTM 通俗易懂版
欢迎转载，但请务必注明原文出处及作者信息。@author: huangyongye @creat_date: 2017-03-09 前言: 根据我本人学习 TensorFlow 实现 LSTM 的经历，发现网上虽然也有不少教程，其中很多都是根据官方给出的例子，用多层 LSTM 来实现 PTBModel 语言模型，比如： tensorflow笔记：多层LSTM代码分析 但是感觉这些例子还原创 2017-03-10 12:28:59 · 138145 阅读 · 94 评论 -
TensorFlow入门（四） name / variable_scope 的使用
name/variable_scope 的作用欢迎转载，但请务必注明原文出处及作者信息。@author: huangyongye @creat_date: 2017-03-08 refer to: Sharing Variables name / variable_scope 详细理解请看： TensorFlow入门（七） 充分理解 name / variable_scope* 起因：在运行原创 2017-03-08 18:08:55 · 24813 阅读 · 1 评论 -
TensorFlow入门（三）多层 CNNs 实现 mnist分类
深入MNISTrefer: http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_pros.html @author: huangyongye @date: 2017-02-24之前在keras中用同样的网络和同样的数据集来做这个例子的时候。keras占用了 5647M 的显存（训练过程中设了 validation_s原创 2017-02-25 17:56:50 · 13931 阅读 · 11 评论 -
TensorFlow入门（二）简单前馈网络实现 mnist 分类
两层FC层做分类：MNISTrefer: http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_beginners.html @author: huangyongye @date: 2017-02-24在本教程中，我们来实现一个非常简单的两层全连接层来完成MNIST数据的分类问题。 输入[-1,28*28], FC1原创 2017-02-25 16:40:15 · 7548 阅读 · 4 评论 -
TensorFlow入门（一）基本用法
TensorFlow入门（一）基本用法refer to: http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/basic_usage.html @author: huangyongye @date: 2017-02-25本例子主要是按照 tensorflow的中文文档来学习 tensorflow 的基本用法。按照文档说明，主原创 2017-02-25 16:37:06 · 46009 阅读 · 9 评论