TensorFlow
勤奋的小学生
每天一篇学习笔记,与你分享我的学习历程,共同走进人工智能的世界。期待你与我共同成长。同时,欢迎指导。
展开
-
TensorFlow实现Google Inception Net
一、InceptionNet介绍Google Inception Net首次出现在ILSVRC 2014的比赛中,以较大的优势获得了第一名,那届比赛中的Inception Net通常被称为Inception V1,它最大的特点是控制了计算量和参数量的同时,获得了非常好的分类性能--top-5错误率6.67%。Inception V1有22层深,比AlexNet的8层或者VGGNet的19层还要...原创 2019-03-07 09:41:02 · 461 阅读 · 0 评论 -
Very Deep Convolutional Networks For Large-Scale Image Recognition(VGGnet)
用于大规模图像识别的非常深的卷积神经网络Abstract(摘要)在这项工作中,我们研究了卷积网络深度对其在大规模图像识别设置中的准确性的影响。我们的主要贡献使使用非常小()卷积滤波器的架构对越来越深的网络进行全面评估,这表明通过将深度堆到16-19的权重层可以实现对现有技术配置的显著改进。这些发现使我么提交的ImageNet Challe...原创 2019-03-06 08:18:04 · 1175 阅读 · 0 评论 -
TensorFlow学习:基本用法
TensorFlow的使用,遵循以下几点:使用图(graph)来表示计算任务 在会话(session)中执行图 使用tensor表示数据 通过变量(Variable)维护状态 使用feed和fetch可以为任意的操作(arbitrary operation)赋值或者从其中获取数据一、综述TensorFlow是一个编程系统,使用图来表示计算任务。图中的节点是一个操作(op),一个o...原创 2019-02-26 15:28:06 · 269 阅读 · 0 评论 -
TensorFlow实现VGGNet
一、VGGNet简介VGGNet是牛津大学计算机视觉组和Google DeepMind公司的研究员一起研发的深度卷积神经网络。VGGNet探索了卷积神经网络的深度与其性能之间的关系,通过反复堆叠的小型卷积核和的最大池化层,VGGNet成功地构造了16~19层深的卷积神经网络。VGGNet的错误率大幅下降,取得了ILSVRC 2014比赛分类项目的第2名和定位项目的第1名。同时,VGGNet的拓...原创 2019-03-01 20:00:12 · 763 阅读 · 0 评论 -
TensorFlow实现多层感知机
一、感知机的简介在前面我们实现了一个softmax regression,也可以说是一个多分类问题的logistic regression。它和传统意义上的神经网络最大的区别就是没有隐藏层。在一个神经网络中,包含输入层、隐含层和输出层。隐含层是模型的黑箱部分,不被显露出来。有了隐含层,隐含层就有了一些特殊的属性,比如引入非线性的隐含层后,理论上只要隐含节点足够多,即使只有一个隐含层的神经网络也...原创 2019-02-25 21:53:38 · 832 阅读 · 0 评论 -
TensorFlow实现Softmax Regression识别手写数字
一、数据这是我们使用TensorFlow实现的第一个程序,也算是学习TensorFlow的HelloWorld。我们使用MNIST手写数字数据集来完成我们第一个案例。使用过MNIST数据集的人都知道这是一个非常简单的机器视觉数据集。是由几万涨20像素28像素的手写数字组成。图片只包含灰度值信息,也就是单通道图片。我们要做的就是对这些图片进行分类。转成0~9一共10类。如上图所示,这事一...原创 2019-02-25 20:51:18 · 291 阅读 · 0 评论 -
TensorFlow实现AlexNet
一、AlexNet的介绍2012年,Hinton的学生ALex Krizhevsky提出了深度卷积神经网络模型AlexNet,它可以算是LeNet的一种更深更宽的版本。AlexNet中包含了几个新的技术点,首次在CNN中成功应用了ReLU,Dropout和LRN等技术。AlexNet包含6亿3000万个连接,6000万个参数和65万个神经元,拥有5个卷积层,其中3个卷积层后面连接了最大池化层,...原创 2019-02-28 20:04:17 · 540 阅读 · 0 评论 -
TensorFlow实现进阶的卷积网络
一、网络结构conv1:卷积层和ReLU激活函数 pool1:最大池化 norm1:LRN conv2:卷积层和ReLU激活函数 norm2:LRN pool2:最大池化 local3:全连接层和ReLU激活函数 local4:全连接层和ReLU激活函数 logits:模型Inference的输出结果1,2,3是第一个卷积层。4,5,6是第二个卷积层。7是第一个全连接层,8是...原创 2019-02-28 10:41:39 · 281 阅读 · 0 评论 -
TensorFlow实现简单的卷积神经网络
一、卷积神经网络简介卷积神经网络(Convolutional Neural Network, CNN)最初是为了解决图像识别等问题设计的,当然其现在的应用不仅限于图像和视频,也可以用于时间序列信号,比如音频信号,文本数据等。早期的图像识别研究中,最大的挑战是如何组织特征,因为图像数据不像其他类型的数据那样可以通过人工理解来提取特征。我们需要借助SIFT、HoG等算法提取具有良好区分行的特征。在...原创 2019-02-27 21:00:39 · 1472 阅读 · 0 评论 -
TensorFlow学习:一个用于人工智能的开源神器
一、TensorFlow的介绍TensorFlow是一个采用数据流图,用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。TensorFlow最初由Google大脑小组的研究员和工程师们开...原创 2019-01-31 12:19:22 · 1212 阅读 · 0 评论 -
TensorFlow实现ResNet V2
一、ResNet 介绍ResNet(Residual Neural Network)由微软研究员的Kaiming He等4名华人提出,通过使用Residual Unit成功训练152层深的神经网络,在ILSVRC 2015的比赛中获得了冠军。取得了3.75%的top-5错误率,同时参数量却比VGGNet低,效率非常突出。在ResNet之前,瑞士教授Schmidhuber提出了Highway N...原创 2019-03-07 21:38:08 · 2063 阅读 · 0 评论