![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Tensorflow
AmazingZXY
愿与大家一起学习
展开
-
Tensorflow学习——3 激活函数和损失函数
1、激活函数的作用 如果不用激活函数,每一层输出都是上层输入的线性函数,无论神经网络有多少层,输出都是输入的线性组合,这种情况就是最原始的感知机。 如果使用的话,激活函数给神经元引入了非线性因素,使得神经网络可以任意逼近任何非线性函数,这样神经网络就可以应用到众多的非线性模型中。 某些数据是线性可分的,比如下图。 图片来源 对于线性不...原创 2018-08-23 00:18:21 · 553 阅读 · 0 评论 -
Tensorflow学习——1 简单的例子研究
从入职以来一直在慢慢研究深度学习方面的知识,但是大多是在已有模型进行一些简单的修改,实际动手写模型成为了很大的困难,所以在此以一些书和博客为例子,自己手动从开始好好系统学习一下。 1、下面这个例子主要简单的介绍了graph和reuse=true的不同情况的区别,参考《Tensorflow实战Google深度学习框架》p40页 tensorflow通过tf.Graph函数来生成新的计算图,不同的...原创 2018-08-21 00:25:08 · 313 阅读 · 0 评论 -
Tensorflow学习——4 手写体识别代码的继续研究
下面这个代码结构就比较清晰了 # _*_ encoding=utf8 _*_ import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # minst数据集相关的常数 INPUT_NODE = 784 # 输入层的节点数,等于minst数据集,这个就等于图片的像素 OUTP...原创 2018-08-24 00:08:57 · 285 阅读 · 0 评论 -
Tensorflow学习——2 cnn实现mnist
参考《Tensorflow实战Google深度学习框架》的一个cnn实现mnist的例子 from tensorflow.examples.tutorials.mnist import input_data import tensorflow as tf mnist = input_data.read_data_sets("data/", one_hot=True) # 读取图片数据集 ...原创 2018-08-22 00:21:39 · 483 阅读 · 0 评论 -
Tensorflow学习——5 TextCnn的研究
TextCnn的学习1、TextCnn的论文2、TextCnn的理解3、TextCnn的数据准备4、TextCnn的网络结构5、TextCnn的代码 1、TextCnn的论文 论文地址: Convolutional Neural Networks for Sentence Classification https://arxiv.org/pdf/1408.5882.pdf A Sensiti...原创 2018-10-28 21:08:47 · 1289 阅读 · 0 评论 -
Tensorflow学习——6 LeNet-5的研究
LeNet-5的学习1、LeNet-5的成就2、LeNet-5的优点3、LeNet-5的网络图4、LeNet-5的代码 1、LeNet-5的成就 LeNet-5是Yann LeCun在1998年设计的用于手写数字识别的卷积神经网络,当年美国大多数银行就是用它来识别支票上面的手写数字的,它是早期卷积神经网络中最有代表性的实验系统之一,LeNet-5在MNIST数据集上可以达到99.2%的准确率。 2...原创 2018-11-14 00:27:19 · 1462 阅读 · 0 评论 -
tensorflow使用lstm实现sin函数
lstm实现sin函数构造数据创建模型验证模型 sin函数可以看做是一个序列的图线,并且sin函数是一个连续的曲线,循环神经网络的预测是离散的时刻取值,为了模拟出sin函数这种连续的图线,所以需要将连续的sin函数曲线离散化,也就是在某一个区间内找到有限个点来大致描绘出sin函数曲线的样子。 构造数据 为了模拟出sin函数,那么首先需要对sin函数的数据进行采样,TRAINING_EXAMPLES...原创 2019-06-26 23:25:55 · 669 阅读 · 0 评论 -
tensorflow实现lstm的demo
lstm实现困惑度困惑度是什么具体实现数据准备vocabWord2idbatch_data模型的配置 困惑度是什么 通常在永ngram语言模型的时候,通常用困惑度来描述这个query的通顺程序,ngram是一个统计概率模型。 但是ngram模型有一个缺点,就是通常我们使用的是2-gram或者3-gram,那么对于大于3个字或词以上的信息就不能捕获到了,但是循环神经网络可以将任意长度的信息都捕获到,...原创 2019-06-24 23:50:25 · 2047 阅读 · 0 评论