人工智能
skytoby
微信公众号:Skytoby 个人博客:https://skytoby.github.io/
展开
-
人工智能实践:TensorFlow笔记学习(一)—— 人工智能概述
概 述 一、 基本概念 1、什么是人工智能 人工智能的概念:机器模拟人的意识和思维 重要人物:艾伦·麦席森·图灵(Alan Mathison Turing) 人物简介:1912年6月23日-1954年6月7日,英国数学家、逻辑学家,被称为计算机科学之父,人工智能之父。 相关事件:(1)1950年在论文《机器能思考吗?》中提出了图灵测试,一种用于判定机器是否具有智能的试验方法:提问者和回答者隔开,...原创 2018-03-30 19:37:41 · 10789 阅读 · 0 评论 -
人工智能实践:TensorFlow笔记学习(二)—— Python语法串讲
Python语法串讲 大纲2.1 Linux指令、HelloWorld2.2 列表、元组、字典2.3 条件语句2.4 循环语句2.5 turtle模块2.6 函数、模块、包2.7 类、对象、面向对象的编程2.8 文件操作2.1 Linux指令、Hello World一、常用指令 桌面点击右键 选择OpenTerminal打开终端 pwd 打印当前在哪个目录 ls 列出当前路径下的文件和...原创 2018-03-31 16:17:06 · 1051 阅读 · 0 评论 -
人工智能实践:TensorFlow笔记学习(三)——TensorFlow框架
搭建神经网络大纲3.1 张量、计算图、会话3.2 前向传播3.3 反向传播目标搭建神经网络,总结搭建八股 3.1 张量、计算图、会话一、基本概念 基于Tensorflow的NN:用张量表示数据,用计算图搭建神经网络,用会话执行计算图,优化线上的权重(参数),得到模型。 张量:张量就是多维数组(列表),用“阶”表示张量的维度。0阶张量称作标量,表示一个单独的数; 举例 S=123 1阶张量称作向量,...原创 2018-04-01 16:33:46 · 4974 阅读 · 4 评论 -
人工智能实践:TensorFlow笔记学习(四)—— 神经网络优化
神经网络优化 大纲4.1 损失函数4.2 学习率4.3 滑动平均4.4 正则化4.5 神经网络搭建八股目标掌握神经网络优化方法4.1 损失函数神经元模型:用数学公式表示为:,f为激活函数。神经网络是以神经元为基本单元构成的。激活函数:引入非线性激活因素,提高模型的表达力。常用的激活函数有relu、sigmoid、tanh等。① 激活函数relu: 在Tensorflow中,用tf.nn.relu(...原创 2018-04-14 18:34:14 · 2668 阅读 · 2 评论 -
人工智能实践:TensorFlow笔记学习(五)—— 全连接网络基础
MNIST数据集输出手写数字识别准确率大纲5.1 MNIST数据集5.2 模块化搭建神经网络5.3 手写数字识别准确率输出目标利用MNIST数据集巩固模块化搭建神经网路的八股,实践前向传播和反向传播过程,编写测试程序输出手写数字识别准确率。5.1 MNIST数据集MNIST数据集:包含7万张黑底白字手写数字图片,其中55000张为训练集, 5000张为验证集,10000张为测试集。每张图片大小为2...原创 2018-04-22 19:53:31 · 2245 阅读 · 3 评论 -
人工智能实践:TensorFlow笔记学习(六)—— 全连接网络实践
输入手写数字输出识别结果 大纲6.1 输入手写数字图片输出识别结果6.2 制作数据集目标1、实现断点续训 2、输入真实图片,输出预测结果3、制作数据集,实现特定应用 6.1 输入手写数字图片输出识别结果一、断点续训 关键处理:加入ckpt操作: ckpt = tf.train.get_checkpoint_state(MODEL_SAVE_PATH) if ckpt andckpt.model...原创 2018-04-25 20:19:43 · 2009 阅读 · 0 评论 -
人工智能实践:TensorFlow笔记学习(七)—— 卷积神经网络基础
大纲7.1 卷积神经网络7.2 lenet5代码讲解目标掌握卷积神经网络的搭建方法7.1 卷积神经网络全连接 NN:每个神经元与前后相邻层的每一个神经元都有连接关系,输入是特征,输出为预测的结果。参数个数:(前层X后层+后层) 一张分辨率仅仅是28x28的黑白图像,就有近40万个待优化的参数。现实生活中高分辨率的彩色图像,像素点更多,且为红绿蓝三通道信息。待优化的参数过多,容易导致模型过拟合。...原创 2018-05-03 20:38:57 · 4982 阅读 · 0 评论 -
人工智能实践:TensorFlow笔记学习(八)—— 卷积神经网络实践
大纲7.1 复现已有的卷积神经网络7.2 用vgg16实现图片识别目标掌握复现已有网络,用vgg16实现图片识别7.1 复现已有的卷积神经网络VGGNet是Karen simonyan等人在2015年的ICLR会议中,公开的神经网络模型。这个模型在2014年的ImageNet比赛中获得了定位第一名和分类第二名的成绩。论文为VeryDeep Convolutional Networks for...原创 2018-05-06 17:18:56 · 2776 阅读 · 4 评论