![](https://img-blog.csdnimg.cn/20190918140129601.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
TensorFlow
文章平均质量分 65
TensorFlow
黑虎含珠
这个作者很懒,什么都没留下…
展开
-
Hinton开源CapsuleNet
当前的深度学习理论是由Geoffrey Hinton大神在2007年确立起来的,但是如今他却认为,“CNN的特征提取层与次抽样层交叉存取,将相同类型的相邻特征检测器的输出汇集到一起”是大有问题的。去年9月,在多伦多接受媒体采访时,Hinton大神断然宣称要放弃反向传播,让整个人工智能从头再造。10月,人们关注已久的Hinton大神那篇Capsule论文"Dynamic Ro原创 2018-02-05 10:06:00 · 1397 阅读 · 0 评论 -
TensorFlow 1.0正式发布
腾讯科技讯 据外媒报道,在加利福尼亚州山景城举行的首届TensorFlow Dev峰会上,谷歌正式发布了用于深度学习的TensorFlow 1.0开源框架。谷歌表示,这个版本现在可以用于生产环境,开发人员可通过其应用编程接口(API)使用它。该框架包含人工神经网络,可以用数据进行训练,然后对新的数据做出推断。TensorFlow的工程总监Rajat Monga在会议上说,它增添了一些新的工具,转载 2017-02-16 17:53:35 · 488 阅读 · 0 评论 -
测试TensorFlow Object Detection API
安装Object Detection APIhttp://blog.csdn.net/chenhaifeng2016/article/details/74115168Jupyter支持TensorFlowhttp://blog.csdn.net/chenhaifeng2016/article/details/74106573测试TensorFlow Object D原创 2017-07-02 16:11:34 · 6594 阅读 · 0 评论 -
安装Google Object Detection API
前提条件已安装python,建议采用VirtualEnv或者Anaconda安装TensorFlow 1.xpython和tensorflow的安装见相关文档 https://www.tensorflow.org/install/安装pillow, jupyter, matplotlib, lxml,通过pip完成安装下载源代码git clone https原创 2017-07-02 14:42:54 · 6013 阅读 · 7 评论 -
Jupyter notebook import tensorflow as tf 出错
解决方法如下activate tensorflowconda install ipythonconda install jupyter重新运行jupyter notebook原创 2017-07-02 12:54:55 · 4473 阅读 · 0 评论 -
TensorFlow文件操作
本文演示如何读取文件,并输出文件到另外的目录。# 导入TensorFlowimport tensorflow as tffilename = ['A.png', 'B.png', 'C.png', 'D.png']epoch = 2# string_input_producer会产生一个文件名队列filename_queue = tf.train.string_input_pro原创 2017-06-10 13:02:10 · 818 阅读 · 0 评论 -
Tensorflow的高级封装
原创 2017-06-30 10:00:57 · 931 阅读 · 0 评论 -
如何选择深度学习优化器
作者:不会停的蜗牛 CSDN AI专栏作家在很多机器学习和深度学习的应用中,我们发现用的最多的优化器是 Adam,为什么呢?下面是 TensorFlow 中的优化器, https://www.tensorflow.org/api_guides/python/train在 keras 中也有 SGD,RMSprop,Adagrad,Adadelta,Adam转载 2017-06-17 18:34:12 · 7756 阅读 · 0 评论 -
TensorFlow 1.2正式发布,新增Python 3.6支持
TensorFlow 1.2.0今日正式发布。主要功能和改进点:在Windows系统下新增对Python 3.6的支持。新增函数tf.layers.conv3d_transpose,用于时空反卷积操作。新增函数tf.Session.make_callable(),降低了多次运行类似操作的计算开销。新增基于ibverbs的RDMA支持(远程原创 2017-06-16 15:55:35 · 7968 阅读 · 1 评论 -
计算机视觉实时目标检测 TensorFlow Object Detection API
运行环境Ubuntu 16.04安装anaconda从官方网站下载anaconda安装包sudo bash Anaconda2-4.4.0.-Linux-x86_64.sh下载demohttps://github.com/datitran/Object-Detector-Appgit clone https://github.com/datitran/O原创 2017-07-03 16:44:13 · 7299 阅读 · 8 评论 -
TensorFlow MobileNet
MobileNet_v1MobileNets are small, low-latency, low-power models parameterized to meet the resource constraints of a variety of use cases. They can be built upon for classification, detection, em转载 2017-07-03 17:40:04 · 8094 阅读 · 2 评论 -
TensorFlow, PyTorch, Caffe2的比较
斯坦福CS231n 2017最新课程:李飞飞详解深度学习的框架实现与对比https://www.jiqizhixin.com/articles/ec6b1769-fa09-4bc9-aaac-edad7958af35原创 2017-06-24 13:06:24 · 2375 阅读 · 0 评论 -
谷歌TensorFlow Lite支持Core ML
在与苹果合作之后,昨日,谷歌 TensorFlow 团队宣布,TensorFlow Lite 正式支持 Core ML。今后,iOS 开发人员将可以利用 Core ML 的优势来部署 TensorFlow 模型,此外,TensorFlow Lite 还将继续支持包括 iOS 在内的跨平台格式(.tflite)。早前,谷歌在今年的 5 月的 Google I/O 大会上,就对外公布了 Ten原创 2017-12-06 22:33:29 · 768 阅读 · 0 评论 -
深度学习网络模型AlexNet
论文http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdfAlexNet结构卷积层1卷积层2卷积层3卷积层4卷积层5全连接层1全连接层2全连接层3原创 2017-05-25 21:46:59 · 1472 阅读 · 0 评论 -
ubuntu 16.04 安装TensorFlow GPU版本
ubuntu 16.04安装Tensorflow GPU版本原创 2017-03-16 14:55:13 · 10540 阅读 · 2 评论 -
ubuntu 16.04安装nVidia显卡驱动和cuda/cudnn踩坑过程
安装深度学习框架需要使用cuda/cudnn(GPU)来加速计算,而安装cuda/cudnn,首先需要安装nvidia的显卡驱动。我在安装的整个过程中碰到了驱动冲突,循环登录两个问题,以至于最后不得不重装了一遍操作系统。网上的资料都写得挺乱的,很多都是转载,有些针对的操作系统版本过低,现在我把整个过程写下来,以供碰到同样问题的人参考。ubuntu 16.04默认安装了第原创 2017-04-03 11:50:54 · 26914 阅读 · 3 评论 -
Tensorflow GPU安装指南 (Ubuntu 16.04 anaconda cuda8.0 cuDNN6.0)
1. python2. Nvidia显卡驱动3. Nvidia CUDA4. Nvidia CuDNN5. Tensorflow GPU6. 开发工具PyCharm7. 测试原创 2017-12-22 16:45:42 · 4257 阅读 · 1 评论 -
TensorFlow Lite 正式发布,谷歌移动端深度学习框架
今年 5 月,谷歌曾在 I/O 大会上宣布即将推出 TensorFlow Lite,现在,谷歌终于发布了新工具的开发者预览版本,这是一款 TensorFlow 用于移动设备和嵌入式设备的轻量级解决方案。TensorFlow 可以在多个平台上运行,从机架式服务器到小型 IoT 设备。但是随着近年来机器学习模型的广泛使用,出现了在移动和嵌入式设备上部署它们的需求。而 TensorFlow转载 2017-11-15 17:27:18 · 2804 阅读 · 0 评论 -
Tensorflow的中文网站
Tensorflow的中文网站https://tensorflow.google.cn/终于可以不用老是翻墙了。原创 2017-08-31 16:41:01 · 2284 阅读 · 0 评论 -
MultiModel:跨领域多任务机器学习
发布人:Google Brain 团队高级研究员 Łukasz Kaiser 和多伦多大学计算机科学系机器学习小组研究员 Aidan N. Gomez近十年来,虽然深度学习的应用和性能均取得了飞速进步,但其面临的现状是神经网络架构的应用领域非常专一化。一个重要的问题依然悬而未决:如果将跨专业领域的深度学习聚合形成统一的模型,是否能够同时在多个领域取得优异表现呢?今天,我们隆重推出融转载 2017-07-04 15:18:45 · 2107 阅读 · 0 评论 -
MNIST数据可视化
代码import numpy as npimport structfrom scipy.misc import imsavefrom PIL import Image'''mnist数据格式'''def loadImageSet(filename): # 读取二进制文件 binfile = open(filename, 'rb') buffers =原创 2017-05-20 20:11:15 · 968 阅读 · 0 评论 -
CIFAR-10数据集可视化Python版本
CIFAR-10数据信有3个版本,分别是Python, Matlab, 二进制版本。切记这里下载Python版本。编辑代码export_cifar10.pyimport picklefrom scipy.misc import imsaveimport numpy as npdef unpickle(file): f = open(file, 'rb') dic原创 2017-05-20 17:14:50 · 2499 阅读 · 0 评论 -
CIFAR-10数据集可视化二进制版本
此代码针对的是CIFAR-10数据集的二进制格式代码import numpy as npfrom scipy.misc import imsavefilename = '/tmp/cifar10_data/cifar-10-batches-bin/test_batch.bin'bytestream = open(filename, "rb")buf = bytestream.原创 2017-05-20 17:42:37 · 2875 阅读 · 0 评论 -
TensorFlow交叉熵
import tensorflow as tf#预测结果logits = tf.constant([[0.5, 0.4, 0.1]])y = tf.nn.softmax(logits)#label数据(正确结果)y_ = tf.constant([[1.0, 0.0, 0.0]])#交叉熵方式一cross_entropy = -tf.reduce_sum(y_ * tf.l原创 2017-05-16 17:33:49 · 624 阅读 · 0 评论 -
TensorFlow正则化
import tensorflow as tfweights = tf.constant([[1.0, -2.0], [-3.0, 4.0]])regu = tf.contrib.layers.l1_regularizer(.5)(weights)regu2 = tf.contrib.layers.l2_regularizer(.6)(weig原创 2017-05-17 12:34:00 · 1055 阅读 · 0 评论 -
TensorFlow前向传播
import tensorflow as tf#特征向量x = tf.constant([[0.7, 0.9]])print(x)#参数weight1 = tf.constant([[0.2, 0.1, 0.4], [0.3, -0.5, 0.2] ])bias1 = tf.constant(原创 2017-05-16 15:48:06 · 791 阅读 · 0 评论 -
TensorFlow MNIST AlexNet
原始的AlexNet用来处理277*277*3的数据集, 并且采用5层卷积,3层全连接层来处理图像分类。具体结构和参数信息见http://blog.csdn.net/chenhaifeng2016/article/details/72758053这里在前面MNIST CNN LeNet的基础上,借鉴AlexNet的思想做进一步优化。(非标准AlexNet模型)import te原创 2017-05-26 14:09:54 · 1850 阅读 · 0 评论 -
Keras TFLearn TensorLayer
Keras MNIST CNN'''Trains a simple convnet on the MNIST dataset.Gets to 99.25% test accuracy after 12 epochs(there is still a lot of margin for parameter tuning).16 seconds per epoch on a GRID K5原创 2017-05-26 09:48:29 · 2597 阅读 · 0 评论 -
Keras MNIST
安装Keraspip install keras代码'''Trains a simple convnet on the MNIST dataset.Gets to 99.25% test accuracy after 12 epochs(there is still a lot of margin for parameter tuning).16 seconds per原创 2017-05-25 22:21:20 · 2739 阅读 · 0 评论 -
谷歌发布全新TensorFlow库“tf.Transform” 简化机器学习数据预处理过程
在实际的机器学习开发中,开发者通常需要对数据集进行大量的耗时费力的预处理过程,以适应各种不同标准的机器学习模型(例如神经网络)。这些预处理过程根据待解问题的不同和原始数据的组织形式而各不相同,包括不同格式之间的转换,分词、词干提取和形成词汇,以及包括归一化在内的各种数值操作等等。实际上,数据的预处理已经成为了机器学习开发中无法回避的一个难题。针对这一难题,谷歌于 22 日通过开转载 2017-05-24 10:43:40 · 1215 阅读 · 0 评论 -
DeepMind发布Sonnet 帮你用TensorFlow快速搭建神经网络
去年 DeepMind 作出决定,将全部研究搬到 TensorFlow 框架上进行。近一年时间过去,回头来看,DeepMind 认为这项选择十分正确——许多模型的学习过程大幅加速;TensorFlow 内置的分布式训练功能,还帮助工程师们极大得精简了代码在这过程中,DeepMind 发现:TensorFlow 的灵活性和可适性,使得以它为基础、为特定任务开发专用高级框架变得十分可行。转载 2017-04-09 17:21:50 · 873 阅读 · 0 评论 -
TensorFlow MNIST (Softmax)
from tensorflow.examples.tutorials.mnist import input_dataimport tensorflow as tfglobal mnist#远程下载MNIST数据,建议先下载好并保存在MNIST_data目录下def DownloadData(): global mnist mnist = input_data.read_原创 2017-03-13 13:10:15 · 1317 阅读 · 0 评论 -
TensorFlow MNIST TensorBoard版本
代码 import tensorflow as tfimport numpy as npfrom tensorflow.examples.tutorials.mnist import input_datasess = tf.InteractiveSession()#远程下载MNIST数据,建议先下载好并保存在MNIST_data目录下def DownloadData():原创 2017-05-17 22:02:30 · 1346 阅读 · 1 评论 -
TensorFlow MNIST LeNet 模型持久化
前向传播过程mnist_inference.pyimport tensorflow as tf# 定义神经网络相关的参数INPUT_NODE = 784OUTPUT_NODE = 10def inference(inputs, dropout_keep_prob): x_image = tf.reshape(inputs, [-1, 28, 28, 1]) #原创 2017-05-28 14:05:50 · 821 阅读 · 0 评论 -
TensorFlow CIFAR-10数据集
CIFAR-10数据集下载地址'http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz'下载TensorFlow Models代码https://github.com/tensorflow/models.git拷贝cifar10.py和cifar10_input.py到当前目录编写代码import c原创 2017-05-20 13:24:31 · 4075 阅读 · 0 评论 -
谷歌开源MobileNets:在移动设备上高效运行的计算机视觉模型
吴唯 编译自 Google Research Blog量子位出品 | 公众号 QbitAI今早谷歌在自家的科研博客上发文,宣布开源MobileNets——一组移动端优先的计算机视觉模型。通过TensorFlow Mobile,这些模型可以在脱机状态下在移动设备上高效运行。量子位将原文编译如下:近几年来,伴随着神经网络不断将视觉识别技术向前推进,深度学习已经为计算机视觉领转载 2017-06-15 21:16:07 · 1161 阅读 · 0 评论 -
TensorLayer MNIST
代码import tensorflow as tfimport tensorlayer as tlsess = tf.InteractiveSession()# Prepare dataX_train, y_train, X_val, y_val, X_test, y_test = tl.files.load_mnist_dataset(shape=(-1, 784))# De原创 2017-05-19 16:44:30 · 870 阅读 · 0 评论 -
TensorLayer的安装
前提条件:已安装TensorFlow 1.0或以上版本windows10安装Scipy请参考以下链接http://blog.csdn.net/chenhaifeng2016/article/details/71167793安装TensorLayerpip install git+https://github.com/zsdonghao/tensorlayer原创 2017-05-19 15:28:22 · 2219 阅读 · 0 评论 -
TFLearn MNIST
前提条件:已安装TensorFlow 1.0或以上版本安装TFLearnactivate tensorflow (本人是conda环境)pip install git+https://github.com/tflearn/tflearn.git实现CNNimport tflearnfrom tflearn.layers.core import input_da原创 2017-05-19 14:20:56 · 1617 阅读 · 0 评论 -
Windows10安装TensorFlow GPU版本
本文描述的是如何在windows 10 64位操作系统安装TensorFlow,采用预编译版本。前提条件一块支持CUDA 8.0的nvidia显卡。可以在官方网站查询显卡的兼容性信息。安装python 3.5.3由于是采用的预编译版本,必须使用这个版本,不支持python 3.6。安装nvidia cuda 8.0https://develope原创 2017-03-08 15:30:11 · 3542 阅读 · 0 评论