关注
分享
迪三达
CS本硕_AI博，聚焦AIGC应用，欢迎关注公众号 <<迪AI>>。后续若有配套讲解或代码，会放到《b站》和《github》。
展开
-
TensorFlow基础介绍
TensorFlow基础介绍TensorFlow基础介绍1.基本结构2.代码及运行方式2.1 Tensor(张量)2.2 Session(会话)2.3 placeholder(占位符)2.4 initializer(初始化)2.5 graph(计算图) TensorFlow基础介绍 1.基本结构 计算图graph 表示计算任务 会话Session 表示执行计算图的上下文，执行时需要初始化所...原创 2019-06-01 11:10:56 · 169 阅读 · 1 评论 -
Tensorflow--MNIST分类模型
该模型是tensorflow官方文档首个模型,没有使用卷积网络 关键是构建一个公式 公式为y=wx+b，带有二维像素值的数组(图片)作为输入x，标签(图片结果)作为输出y 用正向传播把数据(x，y)带入训练，再反向传播提升梯度来不断调整参数(w,b)，使得公式的输出尽量准确。 正确率约为92% 一、模型构建(计算公式实现) 为了得到一章图片(28*28=784个像素值)属于...原创 2019-06-02 22:32:41 · 1187 阅读 · 1 评论 -
Tensorflow-MNIST分类模型-改进
该模型是TF书中97页的改进版，来源于CSDN,模型使用 tf框架的范围管理scope技术来优化参数设定，最终准确率为0.984 这里主要引入较多参数来改进原有的cnn模型： 使用激活函数去线性化 使用隐藏层即加深层数以解决复杂问题 使用学习率调整更新参数的频度 使用滑动平均模型来调整模型结果 # 导入必要的库 import tensorflow as tf import os from ...原创 2019-06-02 23:02:01 · 315 阅读 · 1 评论 -
Tensorflow-MNIST分类模型-改进2(CNN)
该模型是tensorflow官方文档的第二个模型，使用了cnn卷积网络 该技术源于最早的lenet模型，细分计算过程，算上输入和输出，过程可分为卷积、池化、卷积、池化、全联接，总共七层。 卷积是用一个卷积核(比二维图像更小的一个二维数组)去扫一遍(就是矩阵积运算)图像，卷积计算可以提取带有卷积核的特征图像 池化是放大原图像局部特征，如3*3的像素值数组，突出最大像素值，清零其他像...原创 2019-06-02 22:56:27 · 2212 阅读 · 1 评论