深度学习
文章平均质量分 58
9ack!?
在校苦逼男
展开
-
Tensorflow实现经典神经网络
LeNet51998年由Yann LeCun提出,卷积神经网络的开篇之作。class LeNet5(Model): def __init__(self): super(LeNet5, self).__init__() self.c1 = Conv2D(filters=6, kernel_size=(5, 5), activation='sigmoid') self.p1 = MaxPool2D(po原创 2021-11-10 21:34:09 · 3227 阅读 · 0 评论 -
Tensorflow笔记--搭建卷积神经网络
卷积计算过程隐藏层过多,待训练的参数过多时,可能会造成模型的过拟合,可以利用卷积计算来提取图像特征,从而避免过拟合,提高模型的泛化能力。卷积计算时,卷积核的深度需要和输入特征图的深度匹配(相等)。卷积核里存在待训练的参数,在进行反向传播的时候会被更新。感受野感受野是指卷积神经网络各输出特征图中的一个像素点,在原始输入图片上映射区域的大小。注意不管是第几层神经网络,感受野都是对于最原始的特征图而言的。卷积核的优劣与否不能严格的有其大小来断定,具有相同感受野的一层或多层卷积网络计算的次数与特征图的大小原创 2021-11-10 21:23:37 · 666 阅读 · 0 评论 -
Tensorflow搭建神经网络(保存模型、断点续训、手写数字实战)
网络八股扩展总览:自制数据集,解决本领域问题数据增强,扩充数据集断点续训,存取模型参数提取,把参数存入文本acc/locc可视化,查看训练效果应用程序,给图识物自制数据集自制数据集首先要自定义一个generateds函数,通过传入图片路径和标签文件来返回图片矩阵和对应的标签标签文件长这样mnist_train_jpg_xxxxx.txt: value[0] value[1] 0_5.jpg 5 1_0.jpg 0 2_4.jpg 4 3原创 2021-11-06 20:21:15 · 448 阅读 · 0 评论 -
Tensorflow搭建神经网络(API及相关参数解析)
神经网络八股用Tensorflow API:tf.keras搭建网络八股六步法import 引入相关模块train, test 告知要喂入网络的输入集以及测试集model = tf.keras.models.Sequential 搭建网络结构,逐层描述网络结构,相当于走了一遍前向传播model.compile 配置训练方法,选择优化器,损失函数,评测指标model.fit 执行训练过程,告知训练集和测试集的输入特征和标签,告知batch的大小,告知要进行多少次迭代model.summary原创 2021-10-31 14:23:59 · 409 阅读 · 0 评论 -
TensorFlow基本知识及常用函数
张量(Tensor)维度阶名字例子0-D0标量s=1 2 31-D1向量v = [1, 2, 3]2-D2矩阵m = [[1, 2, 3], [4, 5, 6]]n-Dn张量t = [[[ …数据类型tf.int, tf.float …tf.int32 tf.float32 tf.float64tf.booltf.constant([True, False])tf.stringtf.constant(“Hell原创 2021-10-24 10:32:12 · 6440 阅读 · 0 评论