tensorflow
深度学习小学生
这个作者很懒,什么都没留下…
展开
-
使用python计算softmax函数
softmax函数用来解决概率计算中概率结果大占绝对优势的问题。比如:函数计算结果中有两个值a和b,假如a>b,如果以大小进行取值的话,那么a将永远被选用,而b则永远不会被选用。但是实际中,小概率事件有时也是会被选用的,只是可能性比较小罢了,softmax函数则解决了这个问题。import numpy as npimport math# 编写一个计算softmax的函数def...原创 2018-04-08 16:34:52 · 2454 阅读 · 1 评论 -
TFRecords的创建和读取——自定义图片数据的制作
TFRecords文件的创建和读取首先是文件结构,这是我的文件结构,大家可以自定义文件位置,但是结构应该如下:首先是主文件夹tensorflow_application/jpg,该文件夹下有两个次文件夹001和002,001文件夹的下面是一类图片;002文件夹的下面是另一类图片。本文以文件夹的名称作为每一类图片的名称,这在图像识别的图像预处理中是比较常用的,比较方便。 由于这不是专门的代码编...翻译 2018-04-27 14:05:19 · 2196 阅读 · 1 评论 -
tensorflow恢复模型的特定值时出错的问题解决
模型的恢复对于的模型的恢复来说,需要首先恢复模型的整个图文件,之后从图文件中读取相应的节点信息。 存储的模型文件包括四个子文件,如下: 现在假如我想恢复模型中的某个节点信息: 需要注意的是在使用saver.restore恢复权值的时候,参数的设置需要万分注意:# 先加载图文件saver = tf.train.import_meta_graph("./model/save_m...原创 2018-05-09 20:41:09 · 1511 阅读 · 1 评论 -
LeNet训练mnist数据集
"""卷积神经网络处理的过程,主要包含4个步骤1. 图像输入:获取输入的数据图像,一般需要经历float数据类型转换,4维Tensor转换2. 卷积:对图像特征进行提取3. maxpool:压缩聚合卷积提取到的特征,起到降维和改善结果的作用4. 全连接层:用于对图像进行分类卷积网络在本质上是一种输入到输出的映射,能够学习大量的输入与输出之间的映射关系,而不需要任何输入与输出之间的精...翻译 2018-05-03 10:50:26 · 2168 阅读 · 0 评论 -
TensorFlow文件的创建
import tensorflow as tfimport numpy as np"""TFRecords文件是TensorFlow专门提供的,允许将任意数据转换为TensorFlow所支持的格式,使得相应的数据集更容易与网络应用架构相匹配"""# 任何一个TFRecords能够保存的只能是二进制数据,因此必须有一个步骤将数组转换为二进制形式# TFRecords文件的创建#...原创 2018-04-25 11:00:21 · 492 阅读 · 0 评论 -
池化函数小例子
"""卷积后的特征图具有一种“静态性”的属性,为了描述全局性信息,需要对特征图不同位置的特征进行聚合统计,例如,特征提取可以计算图像一个区域上的某个特定特征的平均值(或最大值)。相比使用所有提取到的特征,这些概要统计特征维度更低,同时还会改善结果,不容易过拟合,这种聚合的操作就叫做池化。加强卷积特征提取TensorFlow池化运算的函数tf.nn.max_pool(value, ks...翻译 2018-05-02 19:39:03 · 772 阅读 · 0 评论 -
增大卷积核——提取边缘特征
"""使用卷积函数对图像感兴趣区域进行标注,实际应用中,可以使用不同的卷积核,对图像感兴趣区域进行特征的自动提取卷积运算生成的特征图的大小(特征图的维度)计算1. 卷积方式padding="VALID"时,输入图片的大小为[h,w],卷积核的大小为[m,n],卷积核的数目为a(特征图的个数,即特征个数),步长为k,那么,对于每个h*w的图像,假设已经学习得到了a个定义在m*n输入上的特...翻译 2018-05-02 16:52:09 · 5739 阅读 · 2 评论 -
卷积函数小例子
"""TensorFlow中的卷积函数函数: tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)1. input: 卷积的输入图像,是一个4维的Tensor,类型为float32和float64其中之一,其中Tensor为[训练时一个batch的图片数量,图片高度,图片宽度,图片通道...翻译 2018-05-02 15:58:17 · 868 阅读 · 0 评论 -
使用了Batch Normalization的多层卷积神经网络处理MNIST数据集
"""编写多层卷积神经网络来识别mnist数据集采用了Batch Normalization对输入数据进行处理"""import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("tensorflow_applicati...原创 2018-05-02 14:38:06 · 697 阅读 · 0 评论 -
anaconda修改镜像
通过 conda config 命令生成配置文件,这里,我们使用清华的镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/,首先,打开CMD,执行命令:conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/Anacon...转载 2018-05-07 20:17:35 · 1594 阅读 · 0 评论