bqw的博客

原创 【TensorFlow】使用Tensorboard绘制网络结构

import tensorflow as tf# 加载数据from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets('/tmp/data',one_hot=True)Extracting /tmp/data/train-images-idx3-ubyte.gzE...

原创 【TensorFlow】使用全连接网络+dropout对MNIST进行分类

import tensorflow as tf# 加载数据from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets('/tmp/data',one_hot=True)Extracting /tmp/data/train-images-idx3-ubyte.gzE...

原创 【TensorFlow】使用TensorFlow执行K-Means

import numpy as npimport tensorflow as tffrom tensorflow.contrib.factorization import KMeans加载数据from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("/tmp/...

原创 【TensorFlow】使用Tensorflow实现KNN

import numpy as npimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("/tmp/data/", one_hot=True)Extracting /tmp/data/train-images-...

原创 【TensorFlow】使用TensorFlow的Eager API实现LR

import tensorflow as tf开始eager模式tf.enable_eager_execution()tfe = tf.contrib.eager加载数据from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("/tmp/data/", o...

原创 【TensorFlow】使用TensorFlow实现LR

import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltload datafrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("/tmp/data/", one_hot...

原创 【TensorFlow】使用TensorFlow的Eager API实现线性回归

import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt开启eager模式tf.enable_eager_execution()tfe = tf.contrib.eager参数learning_rate = 0.01training_epochs = 1000display_step = ...

原创 【TensorFlow】使用TensorFlow实现线性回归

import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt参数learning_rate = 0.01training_epochs = 1000display_step = 50生成数据X_train = np.array([3.3,4.4,5.5,6.71,6.93,4.168,9.779...

原创 【TensorFlow】：Eager Mode(动态图模式)

TensorFlow的Eager模型，也可以看做是动态图模型。该模型下不需要先构造图，然后再使用Session.run()，而是可以得到即时的反馈。这样在研究和开发时会更加符合直觉。import numpy as npimport tensorflow as tf设置eager modetf.enable_eager_execution()tfe = tf.contrib.eager...

原创 【深度学习框架Keras】RNN、RNN的droput、stacking RNN、双向RNN的应用

说明：主要参考Francois Chollet《Deep Learning with Python》代码运行环境为kaggle中的kernels；数据集jena_climate_2009_2016需要手动添加；# This Python 3 environment comes with many helpful analytics libraries installed# It is...

原创 【深度学习】：L1与L2正则化的原理

参考文献：Ian Goodfellow,Yoshua Bengio,Aaron Courville.Deep Learing.

原创 【深度学习框架Keras】Batch Normalization与深度可分离卷积

说明：主要参考Francois Chollet《Deep Learning with Python》；一、Batch Normalization在训练神经网络时，对输入进行normalization可以提高训练的速度。但是在只对输入normalization是不够的，那么如果对各个隐藏层进行normalization呢？这就是batch normalization的作用。batch no...

原创 【深度学习框架Keras】在Keras中使用TensorBoard

一、TensorBoard介绍TensorBoard是一个内置于TensorFlow中的基于浏览器的可视化工具。只有当Keras使用TensorFlow后端时，这一方法才能用于Keras模型。TensorBoard的主要用途是在训练过程中帮助你可视化的监控模型内部发生的一切，这样就可以更清楚地了解模型做了什么、没做什么。TensorBoard具有以下功能：在训练过程中以可视化的方式监控指...

原创 【深度学习框架Keras】Keras回调函数

说明：主要参考Francois Chollet《Deep Learning with Python》;代码运行环境为kaggle中的kernels;# This Python 3 environment comes with many helpful analytics libraries installed# It is defined by the kaggle/python do...

原创 【深度学习框架Keras】非Sequential模型(函数式API)

说明：主要参考Francois Chollet《Deep Learning with Python》；代码运行环境为kaggle中的kernels；# This Python 3 environment comes with many helpful analytics libraries installed# It is defined by the kaggle/python do...

原创 【深度学习框架Keras】在IMDB上应用双向LSTM

说明：主要参考Francois Chollet《Deep Learning with Python》代码运行环境为kaggle中的kernels；数据集IMDB需要手动添加；循环神经网络及双向循环神经网络请参考：【深度学习】：循环神经网(RNN)、【深度学习】：长期依赖与LSTM# This Python 3 environment comes with many helpful a...

原创 【深度学习框架Keras】循环神经网络(SimpleRNN与LSTM)

说明：主要参考Francois Chollet《Deep Learning with Python》代码运行环境为kaggle中的kernels；数据集IMDB需要手动添加；循环神经网络和LSTM请参考：【深度学习】：循环神经网(RNN)、【深度学习】：长期依赖与LSTM# This Python 3 environment comes with many helpful analy...

原创 【深度学习框架Keras】NLP中的n-gram、one-hot与word-embeddings

说明：主要参考Francois Chollet《Deep Learning with Python》；代码运行环境为kaggle中的kernels；数据集IMDB、IMBD RAW以及GloVe需要手动添加# This Python 3 environment comes with many helpful analytics libraries installed# It is d...

原创 【深度学习框架Keras】在小数据集上训练图片分类模型的技巧

说明：1.主要参考Francois Chollet《Deep Learning with Python》；2.代码运行环境为kaggle中的kernels；3.数据集和预训练模型VGG-16需要手动添加；4.卷积神经网络请参考：【深度学习】：卷积神经网络(CNN)# This Python 3 environment comes with many helpful analytics...

原创 《剑指offer》学习笔记_面试题16_数值的整数次方

#include <cfloat>class Solution {public: double Power(double base, int exponent) { //0的负数次方直接返回 if(equal(base,0.0)&&exponent<0)return 0.0; unsigned i...

原创 《剑指offer》学习笔记_面试题15_二进制中1的个数

    1.解法1 int NumberOf1(int n){ int count = 0; unsigned int flag = 1; while(flag){//当flag中的1移到越界后，flag值会转变为0 //当n&flag不为0时，表示当前flag中1对应的位置不为0 ...

原创 【C++】：位运算的五种操作

原创 《剑指offer》学习笔记_面试题13_机器人的运动范围

一、题目描述           地上有一个m行n列的方格。一个机器人从坐标(0,0)的格子开始移动，它每次可以向左、右、上、下移动一格，但不能进入行坐标和列坐标的数位之和大于k的格子。例如，当k为18时，机器人能够进入方格(35,37)，因为3+5+3+7=18。但它不能进入方格(35,38)，因为3+5+3+8=19。请问该机器人能够到达多少个格子？ 二、思路        ...

原创 《剑指offer》学习笔记_面试题12_矩阵中的路径

一、题目描述          设计一个函数，用来判断在一个矩阵中是否存在一条包含某字符串所有字符的路径。路径可以从矩阵中的任意一格开始，每一步可以在矩阵中向左、右、上、下移动一格。如果一条路径经过了矩阵的某一格，那么该路径不能再进入该格子。 二、思路          典型的回溯题。在回归的过程中需要全局变量来记录当前的访问状态，已经字符串已经匹配的长度。 三、C++实现...