![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TensorFlow学习笔记
chnhbhndchngn
这个作者很懒,什么都没留下…
展开
-
tensorflow 的批数据处理Dataset类的使用方法说明
看到tf好多预处理数据的时候都会使用dataset类及其一些方法, 现在解释说明如下:这里先举一个连续处理的小案例, 然后一步步说明:创建dataset方法很多例如:这里选择一个简单易懂的方法ds_train = tf.data.Dataset.from_tensor_slices([0, 1, 2, 3, 4, 5, 6]) \ .map(add) \ .shuffle(buffer_size=9)\ .batch原创 2020-07-28 10:49:02 · 1617 阅读 · 0 评论 -
tf生成批数据集
tf生成批数据集ds_train = tf.data.Dataset.list_files("./data/cifar2/train/*/*.jpg") \ .map(load_image) \ .shuffle(buffer_size=2000)\ .batch(100) \ .prefetch(-1).repeat(3)原创 2020-07-28 02:29:36 · 250 阅读 · 0 评论 -
tf的io
import tensorflow as tfimg_path = "./data/cifar2/train/airplane/0.jpg"size = (32, 32)img1 = tf.io.read_file(img_path)print(type(img1), img1.shape)img2 = tf.image.decode_jpeg(img1) # 注意此处为jpeg格式print(type(img2), img2.shape)img3 = tf.image.res...原创 2020-07-28 02:23:22 · 199 阅读 · 0 评论 -
keras 将类别进行one-hot编码
from keras.utils import to_categoricaltrain_labels = to_categorical([0, 1, 2, 3, 9])train_labels结果为:array([[1., 0., 0., 0., 0., 0., 0., 0., 0., 0.], [0., 1., 0., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 1., 0., 0., 0., 0., 0., 0., 0....原创 2020-06-30 01:18:41 · 1397 阅读 · 0 评论 -
查看自己的tensorflow的版本和型号(cpu or gpu)
import tensorflow as tffrom tensorflow.python.client import device_libprint("版本:", tf.__version__)print("型号:", device_lib.list_local_devices())原创 2020-06-12 16:20:08 · 8419 阅读 · 0 评论 -
卷积神经网络的激活函数
目前所有神经网络和支撑向量机的基础都是1957年提出来的感知机。感知机(perceptron) 是二类分类的线性分类模型, 其输入为实例的特征向量, 输出为实例的类别, 取+1和–1二值。 感知机对应于输入空间(特征空间) 中将实例划分为正负两类的分离超平面, 属于判别模型。但是感知机却不能分来异或这种简单的布尔运算。后来是加入了激活函数才将感知机给拯救了回来,也才有了现在的各种神...转载 2019-06-23 11:48:38 · 21859 阅读 · 1 评论 -
TensorFlow最简单的神经网络案例
TensorFlow 的运行方式分如下 4 步:(1)加载数据及定义超参数;(2)构建网络;(3)训练模型;(4)评估模型和进行预测 下面我们以一个神经网络为例,讲解 TensorFlow 的运行方式。在这个例子中,我们构造一个满足一元二次函数 y = ax2+b 的原始数据,然后构建一个最简单的神经网络,仅包含一个输入层、一个隐藏层和一个输出层。通过 TensorFlow...原创 2019-07-01 21:57:02 · 2398 阅读 · 1 评论 -
TensorFlow 编程模型的几个基本概念
TensorFlow 是用数据流图做计算的,因此我们都是先创建一个数据流图(也称为网络结构图),数据流图是由节点(node)和边(edge)组成的有向无环图(directed acycline graph, DAG)。 TensorFlow 由 Tensor 和 Flow 两部分组成, Tensor(张量)代表了数据流图中的边,而 Flow(流动)这个动作就代表了数据流图中节点所做...转载 2019-06-23 00:26:40 · 1202 阅读 · 0 评论 -
TensorFlow 的设计理念
TensorFlow 的设计理念主要体现在以下两个方面。 (1)将图的定义和图的运行完全分开 我们知道,编程模式通常分为命令式编程(imperative style programming)和符号式编程(symbolic style programming)。命令式编程就是编写我们理解的通常意义上的程序,很容易理解和调试,按照原有逻辑执行。符号式编程涉及很多的嵌入和优...转载 2019-06-22 23:28:28 · 653 阅读 · 0 评论 -
tf.nn.conv2d进行卷积计算时卷积核大小的两个特例
在进行tf.nn.conv2d进行卷积计算的时候有两个特殊的卷积核,一个是1x1,另一个就是和原始图像大小一样的卷积核,这里分别进行验证.一 卷积核是1x1的情况 一般情况,步长并不会比卷积核的尺寸大, 因为如果步长比卷积核的尺寸大就会丢失数据,因此这只考虑步长等于1 的情况import tensorflow as tfinput = tf.ones([1, 5, 5...原创 2019-06-20 22:30:21 · 2505 阅读 · 0 评论 -
tf.nn.conv2d, tf.nn.bias_add, tf.nn.relu的可视化
学习深度学习很长一段时间的时间了,也学习了CNN网络,可是总是对卷积核的实际计算不是太了解,按照很多的讲解都是讲解padding后能够整除步长的情况,后来发现有时padding在原始图像两个的宽度不一致,所以这次想研究研究到底是怎么实现的.另外根据计算的结果进行了画图研究,这样更加方便于理解.import tensorflow as tfinput = tf.ones([1, ...原创 2019-06-15 00:02:38 · 1279 阅读 · 0 评论 -
tf.contrib.learn.preprocessing.VocabularyProcessor
tf中有直接将英文的句子单词转换成向量的函数tf.contrib.learn.preprocessing.VocabularyProcessor (max_document_length, min_frequency=0, ...原创 2019-01-13 23:09:26 · 251 阅读 · 0 评论 -
使用TensorFlow实现简单的线性回归模型
首先导入各种TensorFlow等工具及设置画图的大小及字体import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltplt.rcParams['figure.figsize'] = (10.0, 8.0)plt.rcParams['font.sans-serif'] = 'NSimSun,Time...原创 2018-08-05 23:02:49 · 825 阅读 · 0 评论