Tensorflow
文章平均质量分 85
傲慢灬
这个人很懒,什么都没有写。(o゜▽゜)o☆
展开
-
Tensorflow MNIST机器学习入门 分类学习
MNIST:MNIST是一个很出名的手写数字数据库,据说是美国中学生手写的数字,包含28*28的图片和与之对应的Tag。我们的目标就是使用Tensorflow来对MNIST的数据进行处理,已达到自行识别图片中数字的目的。(感觉有点像识别验证码、、、)原理:想要知道具体原理的建议直接去官网,讲的肯定比我好多了。中文:http://wiki.jikexueyuan.com/原创 2016-11-03 11:28:49 · 1522 阅读 · 0 评论 -
Tensorflow 入门一 (安装配置,会话控制,变量常量,传入值)
Tensorflow:TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,主要是深度神经网络模型。也是一时兴起开始学习这玩意,走到哪,博客写到哪里,全当记录。主要参考资料一方面是0.8.0版极客学院翻译版资料,另一方面是油管上周莫烦的视频资料(附上地址:https://www.youtube.com/user/MorvanZhou/featured)原创 2016-10-26 09:41:39 · 3353 阅读 · 0 评论 -
Tensorflow Overfitting过拟合解决方法 Dropput()使用方法
Overfitting过拟合所谓过拟合,就是指把学习进行的太彻底,把样本数据的所有特征几乎都习得了,于是机器学到了过多的局部特征,过多的由于噪声带来的假特征,造成模型的“泛化性”和识别正确率几乎达到谷点,于是你用你的机器识别新的样本的时候会发现就没几个是正确识别的。如上图所示,左边是Underfitting欠拟合,一根直线,根本无法区分数据,或是与理想区分度误差太大。中间图片,原创 2016-11-10 02:39:04 · 8296 阅读 · 1 评论 -
激励函数简介 Tensorflow最简单的三层神经网络及matplotlib可视化 附激励函数常见类型
激励函数:有人说翻译成“激活函数”(activation function)会更好,因为主要作用是分割数据,判断该“神经”是否被激活。比如说,当你判断面前的动物是否是一只猫的时候,你会从各个部分去判断。比如眼睛,当你觉得确实像猫的眼睛时,判断眼睛的神经数值会特别高,如果觉得比较像,则会相对低一点,在神经网络算法中,可以说,激励函数就是分割这个神经判断是与否的准则。某些数据是可以被线性分割的原创 2016-10-31 02:39:34 · 10577 阅读 · 0 评论 -
Tensorflow 自带可视化Tensorboard使用方法 附项目代码
Tensorboard:如何更直观的观察数据在神经网络中的变化,或是已经构建的神经网络的结构。上一篇文章说到,可以使用matplotlib第三方可视化,来进行一定程度上的可视化。然而Tensorflow也自带了可视化模块Tensorboard,并且能更直观的看见整个神经网络的结构。上面的结构图甚至可以展开,变成:使用:结构图:with tensorflo原创 2016-11-02 09:57:20 · 89037 阅读 · 18 评论 -
TensorFlow不同版本引起的错误
最近有开始搞点Tensorflow,但是突然发现以前有点API没用了,特此转载,用来记录,方便回忆。转自:http://blog.csdn.net/s_sunnyy/article/details/70999462前4个是 V0.11 的API 用在 V1.0 的错误1. AttributeError: 'module' object has no attrib转载 2017-07-07 16:48:22 · 2137 阅读 · 0 评论