tensorflow
鬼 | 刀
Nothing is impossible.
展开
-
Tensorflow——创建图、启动图
一、前言 Tensorflow是一个编程系统,使用图(graphs)来表示计算任务,图(graphs)中的节点称之为op(operation),一个op获得0个或者多个Tensor,执行计算,产生0个或者多个Tensor,Tensor看做是一个n维的数组或者列表,图必须在会话(Session)里被启动。 二、操作导入tensorflow库 import tens...原创 2019-01-04 17:04:48 · 1630 阅读 · 0 评论 -
Tensorflow——MNIST手写数字数据集识别分类,准确率达到98%以上的方法实验
1、网络设计 首先我们设计一个具有两层隐藏层的神经网络作为训练MNIST数据集的网络; 将学习率设置为变量(每迭代一次,按公式减小学习率,目的为了使得收敛速度更快); 将Dropout算法引入,但是并不使用它(keep_prob设置为1.0),只为了说明此项也是可以更改的,对准确率都一定的影响; 使用交叉熵(cross-entropy)代价函数计算loss 使用Adam优化器,对los...原创 2019-01-10 11:50:49 · 5566 阅读 · 0 评论 -
Tensorflow——优化器的使用
对于Tensorflow中的优化器(Optimizer),目前已有的有以下:tf.train.GradientDescentOptimizer() 常用的梯度下降法 tf.train.Adadeltatimizer() tf.train.Adagradoptimizer() tf.train.AdagradDAOptimizer() tf.train.MomentumOpt...原创 2019-01-10 10:51:38 · 1705 阅读 · 0 评论 -
Tensorflow——MNIST数据集/过拟合问题/Dropout算法
一、过拟合、欠拟合问题出现过拟合的原因:在机器学习模型中,若果模型的参数太多,但训练样本又少,训练出来的模型容易产生过拟合现象,具体表现为,模型在训练数据上,损失函数较小,预测准确率较高;在测试数据集上,损失函数较大,预测准确率较低。 1、欠拟合 根本原因是特征维度过少,模型过于简单,导致拟合的函数无法满足训练集,误差较大。2、过拟合根本原因是特征维度过多,模型假设...原创 2019-01-10 02:17:20 · 1617 阅读 · 0 评论 -
Tensorflow——数据流图的解释
Tensorflow的数据流图 取其中一块部分做如下解释: 边是由流动的Tensor组成; 每个节点是Operation操作,即一些数学的操作、激励函数的操作等,作为Operation的输入和输出都是T...原创 2019-01-20 21:28:42 · 971 阅读 · 0 评论 -
Tensorflow——如何选择适合我们的机器学习方法
以下是scikit-learn给出的参考: 对应的英文版: 机器学习方法实现的步骤:原创 2019-01-19 09:35:03 · 217 阅读 · 0 评论 -
Tensorflow——目标使用Tensorflow框架的中国公司(更新)
1、原创 2019-01-18 17:55:15 · 457 阅读 · 0 评论 -
Tensorflow——实现递归神经网络RNN
以MNIST数据集作为要处理的数据集 实现递归神经网络RNN 开发环境:jupyter notebook 运行:CPU 代码实现import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#载入数据集mnist = input_data.read_data_sets("MN...原创 2019-01-18 17:22:31 · 833 阅读 · 1 评论 -
Tensorflow——神经网络实现MNIST数据集分类
一、由于MNIST下载费事,此处提供下载,MNIST数据集下载:MNIST数据集 二、基于tensorflow的神经网络实现: 使用神经网络实现MNIST数据分类,此处给出一个简单的例子,仅定义输入层和输出层import tensorflow as tffrom tensorflow.examples.tutorial...原创 2019-01-07 22:57:22 · 1059 阅读 · 0 评论 -
Tensorflow——神经网络实现非线性回归问题
根据一元二次函数的数据,使用神经网络进行训练,拟合出一元二次函数曲线在tensorflow下,使用神经网络实现一元二次方程的非线性回归问题,需要进行简单神经网络的设计,输入层,我们选取在一定范围内随机生成200个数据,对数据进行加噪处理,中间层(隐藏层):10个神经元,设置相应的权重、偏置,使用tanh()函数作为激活函数输出层: 隐藏层的输出进入输出层,经过权重、偏置、最后经过激活...原创 2019-01-07 16:10:37 · 3076 阅读 · 1 评论 -
Tensorflow——实现简单的线性回归
实现步骤 引入库import tensorflow as tfimport numpy as np数据的随机生成#使用numpy生成100个随机点x_data = np.random.rand(100)y_data = x_data*0.1 + 0.2构造一个...原创 2019-01-07 15:36:02 · 203 阅读 · 0 评论 -
Tensorflow——Fetch和Feed操作
一、Fetch操作Tensorflow中的Fetch操作是指:定义会话,调用op实现相应功能时,Fetch操作可以sess.run()多个op(同时run多个op),将多个op组成数组(或者说列表),传入run中可以得到多个op的输出结果。实例展示定义一些常量和opimport tensorflow as tf#Fetch的作用:会话里执行多个op,得到它运行后的结果input...原创 2019-01-07 15:21:07 · 1974 阅读 · 0 评论 -
Tensorflow——变量
一、变量(Variable)的说明 Tensorflow中,变量(Variable)是特殊的张量(Tensor),Variable是包含张量的内存缓冲。 与其他张量不同,变量存在于单个sess.run() 调用的上下文之外,即变量存储是持久的张量,当训练模型时,用变量来存储和更新参数, 变量的初始化必须在模型的其它操作运行之前先明确地完成,在调用op之前,所有变量都应该被显示的初始化。二...原创 2019-01-07 14:53:49 · 237 阅读 · 0 评论 -
Tensorflow——jupyter notebook调用某个库时,出现找不到这个库情况的解决方案
1、激活tensorflow环境终端下输入:source activate tensorflow2、进入jupyter notebook出现如下问题:没有找到matplotlib库3、解决方法在tensorflow环境下,输入conda list 查看这个版本的python依赖的anaconda里面有哪些已经安装的库目录,显示如下可以发现没有我们要调用的ma...原创 2019-01-07 11:15:57 · 6512 阅读 · 0 评论 -
Tensorflow——卷积神经网络(CNN)应用于MNIST数据集手写字体识别+Tensorboard展示
一、卷积神经网络详解参考:https://blog.csdn.net/gaoyu1253401563/article/details/83714865 二、Tensorflow实现手写数字识别的卷积神经网络编译环境:jupyter notebook CNN设计:输入层-卷积层-池化层-卷积层-池化层-全连接层-全连接层-输出层import tensorflow as tff...原创 2019-01-16 21:34:10 · 1106 阅读 · 0 评论