![](https://img-blog.csdnimg.cn/20190927151026427.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习与tensorflow2
熟练tensorflow2.0,进击神经网络。
楚歌汉水
这个作者很懒,什么都没留下…
展开
-
Inception-ResNet-v1
上一篇Inception-v4中,已经实现了Inception-v4网络模型,参考此篇博客以及Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning论文。再来实现一下Inception-ResNet-v1网络模型,其实Inception-ResNet-v2网络模型与Inception-ResNet-v1相差很小,只是需要变动一下其中的参数,故不再实现v2。第一步,实现 InceptionResNe原创 2021-08-19 18:17:54 · 1544 阅读 · 0 评论 -
Inception-v4实现
最近在看Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning论文,便想动手实现一下Inceptiion-v4。下面的一些函数,分别对应论文中不同的模式图。详情请查看论文。第一步,导入库import numpy as npimport tensorflow as tffrom tensorflow import kerasimport pandas as pdimport mat原创 2021-08-19 16:03:26 · 538 阅读 · 1 评论 -
气温预测-多特征
紧接上一篇气温预测-单特征,我们再来实现一下利用多特征进行气温预测。为了避免麻烦,部分数据处理过程不再赘述,详情参考单特征一篇。一、预测将来某一个时间点的气温第一步,取出数据# 取出三个特征的数据features_considered = ['p (mbar)', 'T (degC)', 'rho (g/m**3)']features = df[features_considered]features.index = df['Date Time']features.head()原创 2021-08-18 11:54:02 · 648 阅读 · 0 评论 -
气温预测--单特征
一、了解数据集:气温数据,多种指标任务目标:预测未来某一时间点的气温/未来某一时间片段的气温数据集下载链接如下:jena_climate_2009_2016二、实战--单特征第一步,加载数据集df = pd.read_csv('./datasets/jena_climate_2009_2016.csv')df.head()此数据集的数据,是每个十分钟一条数据,每个数据有多个指标第二步,构建序列数据函数'''dataset表示输入的数据集,里面可以是一个或者多个列特原创 2021-08-18 11:10:27 · 956 阅读 · 0 评论 -
CNN-文本分类任务实战
一、了解CNN文本分类实战1:文本数据预处理,必须都是相同长度,相同向量维度2:构建卷积模型,注意卷积核大小的设计3:将卷积后的特征图池化为一个特征4:将多种特征拼接在一起,准备完成分类任务二、实战第一步,导入库import warningswarnings.filterwarnings('ignore')import numpy as npimport matplotlib.pyplot as pltimport tensorflow as tffrom t原创 2021-08-18 09:58:06 · 683 阅读 · 0 评论 -
人与马分类
第一步,导入库import osimport zipfileimport matplotlib.pyplot as pltimport matplotlib.image as mpimgimport tensorflow as tfimport numpy as npfrom tensorflow import kerasfrom tensorflow.keras.preprocessing.image import ImageDataGenerator第二步,解压压缩包loc原创 2021-08-17 17:52:02 · 4175 阅读 · 0 评论 -
RNN-文本分类任务实战
目录一、了解二、实战--映射表三、实战--embedding词嵌入矩阵四、实战--构建训练数据五、实战--自定义网络模型六、实战--训练一、了解网络上关于RNN循环神经网络的讲解,已经够多了。讲的比较好的,当然是吴恩达-深度学习-RNN了。吴师讲解了许多种的RNN模型,并且给出了RNN适用的领域,并且有相关的博客吴恩达-RNN记录。在这篇博客中,依然关注RNN实战。将对影评数据集进行情感分析,看看是否是正面的,即二分类问题。有下面三点需注意:· 数据集构建原创 2021-08-17 17:27:25 · 2093 阅读 · 0 评论 -
用fashion_mnist数据集训练常规网络模型,并保存训练的模型
一、常规模型训练第一步,加载数据集并创建输出对应的种类名class_namedata = keras.datasets.fashion_mnist(train_images,train_labels),(test_images,test_labels) = data.load_data()class_name = ['T-shirt/top','Trouser','Pullover', 'Dress','Coat','Sandal','Shirt',原创 2021-08-17 11:24:30 · 318 阅读 · 0 评论 -
用tf.data模块常用函数实现模型的训练
一、tf.data模块常用函数1,用 from_tensor_slices 创建Tensor 数据集input_data = np.arange(16)dataset = tf.data.Dataset.from_tensor_slices(input_data)for data in dataset: print(data)'''部分运行结果如下:tf.Tensor(0, shape=(), dtype=int32)tf.Tensor(1, shape=(), dtype=i原创 2021-08-17 10:52:41 · 337 阅读 · 0 评论 -
Resnet实现,用通用函数实现全部的resnet类型,如resnet18,resnet34,resnet50等等
一、准备网上对于何凯明等大佬写的Residual论文的解读已经够多了,经过一段时间的学习,我想摸索出一套适合所有resnet类型的通用函数,以便实验,故而在这篇博客中,我重点讲如何实现通用函数。重点1:在上面图中,我们需要注意 F(x) + x 是在激活函数relu之前进行的,知道这一点是为了实现卷积函数conv2D_BN时,先不进行激活。重点2:我们通过观察可知 只有在每种残差快的第一个块,其shortcut连接才需要 1x1 卷积,其相应的连接也是虚线,比如3处,但是有一..原创 2021-08-17 09:52:19 · 1909 阅读 · 0 评论