Tensorflow
To_1_oT
机器学习、深度学习、计算机视觉,欢迎学习交流。
展开
-
TensorFlow入门第六课——保存和载入模型
一、保存自己搭建网络的模型在前面简单的神经网络基础上填加了保存模型的代码。代码如下:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# 载入数据集mnist = input_data.read_data_sets("MNIST_data", one_hot=True)...原创 2019-11-02 18:31:04 · 352 阅读 · 0 评论 -
TensorFlow入门第五课——卷积神经网络用于手写数字识别
一、卷积神经网络详细见:https://blog.csdn.net/haha0825/article/details/101024785二、TensorFlow实现CNNimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_dat...原创 2019-10-16 20:16:09 · 177 阅读 · 0 评论 -
TensorFlow入门第四课——TensorBoard可视化
一、TensorBoard简介训练神经网络十分复杂,有时需要几天甚至几周的时间。为了更好地管理、调试和优化神经网络的训练过程, TensorFlow 提供了 一个可视化工具 TensorBoard 。 TensorBoard 可以有效地展示 TensorFlow 在运行过程中的计算图、各种指标随着时间的变化趋势以及训练中使用到的图像等信息。TensorBoard 是 TensorFlow 的可...原创 2019-10-16 15:48:28 · 486 阅读 · 0 评论 -
Tensorflow入门第三课——高级版MNIST手写数字识别(代价函数、优化方法)
一、高级版MNIST手写数字识别原创 2019-10-11 22:31:49 · 336 阅读 · 0 评论 -
TensorFlow入门第一课——基础知识介绍(张量、计算图、会话等)
TensorFlow入门之基础介绍一、Tensorflow的安装与配置这部分CSDN上有很多教程,跟着教程一步步来就行了。二、TensorFlow总体介绍2.1 张量张量是所有深度学习框架中最核心的组件,因为后续的所有运算和优化算法都是基于张量进行的。几何代数中定义的张量是基于向量和矩阵的推广,通俗一点理解的话,我们可以将标量视为零阶张量,矢量视为一阶张量,那么矩阵就是二阶张量。有了张...原创 2019-10-08 22:18:42 · 593 阅读 · 0 评论 -
Tensorflow入门第二课——非线性回归模型和简单版MNIST手写数字识别
一、非线性回归模型#非线性回归模型import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltx_data = np.linspace(-0.5,0.5,200) #生成200个从-0.5到0.5均匀分布的随机点x_data = np.linspace(-0.5,0.5,200)[:,np.ne...原创 2019-10-10 16:07:26 · 320 阅读 · 0 评论