深度学习
文章平均质量分 71
go_bananas
坚持记录是一种值得培养的习惯
展开
-
从0开始的深度学习——搭建一个卷积神经网络
为什么需要卷积神经网络?当我们要处理的网络的特征值过多时,按照传统方法(搭建全连接层)搭建神经网络将会耗费大量空间:像这样的仅仅是搭建一层网络就会耗费N∗MN*MN∗M个空间。而当我们要处理一张512*512的三通道照片时,搭建网络所消耗的空间将非常巨大,于此同时所带来的时间消耗也会很大。于是,为了解决这样一类问题,我们就往神经网络中引入了卷积的概念。所以,顾名思义,卷积神经网络就是:卷积+神经网络卷积的作用一句话简单地说,卷积的作用就是提取精炼原来数据的特征。卷积神经网络的一般结构:原创 2022-03-28 20:56:29 · 2383 阅读 · 0 评论 -
从0开始的深度学习——【tensorflow】创建一个神经网络
我们用tf.keras来创建神经网络:什么是tf.keras?,简单地说就是tensorflow中已经帮你封装好的一些包,它的作用是可以帮你快速搭建网络模型。我们以创建一个能自动识别图片里的数字的神经网络为例子:大致流程:其大致步骤如下:import: import相关模块,将你要用的模块引用到你的网络中来。比如from PIL import Imageimport numpy as npimport tensorflow as tftrain,test 告知你要喂入原创 2022-03-22 13:45:15 · 2384 阅读 · 0 评论 -
从0开始的深度学习——【tensorflow】一些常用的基本函数
类型转换:tf.cast(张量名,detype=数据类型):将一种类型的tensor转化为另一种类型的tensor最大值,最小值,均值:tf.reduce_min(张量名)#返回最小值tf.reduce_max(张量名)#返回最大值tf.reduce_mean(张量名)#返回均值指定操作方向:详情见代码:import tensorflow as tfd = tf.constant([[1,2,3], [3,4,5], [原创 2022-03-21 15:01:51 · 1668 阅读 · 0 评论 -
从0开始的深度学习——【tensorflow】如何生成一个基本张量
Tensor:(向量)维数名字例子0标量s=11向量s=[1,2,3,4,5]2矩阵s=[ [1,2,3 ], [4,5,6 ] ]n张量s=[ [ [ [… ] ] ] ]数据类型:tf.int/tf.float:tf.int32, tf.int64, tf.float32, tf.float64tf.bool:tf.constant([True,False])//tf.constant()是申明一个常量tf.string:tf原创 2022-03-21 15:01:09 · 232 阅读 · 0 评论