TensorFlow
jiangjiane
起风了,唯有努力生存
展开
-
tensordot图解
@[TOC] tensordot图解转载连接:tensordot图解转载 2021-10-08 16:57:56 · 2436 阅读 · 0 评论 -
Tensorflow加载预训练模型和保存模型
原文链接:https://blog.csdn.net/huachao1001/article/details/78501928转载 2018-11-28 14:04:27 · 543 阅读 · 0 评论 -
Tensorflow常用函数
tf.concat把一组向量从某一维上拼接起来,很向numpy中的Concatenate:t1 = [[1, 2, 3], [4, 5, 6]]t2 = [[7, 8, 9], [10, 11, 12]]tf.concat([t1, t2], 0) ==> [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]tf.concat([t1...原创 2018-07-21 11:07:17 · 489 阅读 · 0 评论 -
TensorFlow VGG-16 VGG-19预训练及可训练模型
在我们的实际项目中,一般不会直接从第一层直接开始训练,而是通过在大的数据集上(如ImageNet)训练好的模型,把前面那些层的参数固定,在运用到我们新的问题上,修改最后一到两层,用自己的数据去微调(finetuning),一般效果也很好。所谓finetuning,就是说我们针对某相似任务已经训练好的模型,比如CaffeNet, VGG-16, ResNet等, 再通过自己的数据集进行权重更新, 如...翻译 2018-05-22 16:01:17 · 16307 阅读 · 0 评论 -
VGGNet及Tensorflow实现
转载自:点击打开链接VGG网络像素值计算这是VGG的网络: 下面算一下每一层的像素值计算: 输入:224*224*3 1. conv3 - 64(卷积核的数量):kernel size:3 stride:1 pad:1 像素:(224-3+2*1)/1+1=224 224*224*64 参数: (3*3*3)*64 =1728 2. conv3 - 64:kerne...转载 2018-05-19 12:45:10 · 679 阅读 · 0 评论 -
中文情感分析
基于TensorFlow中文情感分析参考代码:1、https://github.com/danielegrattarola/twitter-sentiment-cnn2、https://github.com/indiejoseph/doc-han-att3、https://github.com/kinni/char-cnn-text-classification-tensorflow4、https...原创 2018-05-17 19:46:35 · 4527 阅读 · 0 评论 -
Dropout理解
尊重原创,转载自:点击打开链接开篇明义,dropout是指在深度学习网络的训练过程中,对于神经网络单元,按照一定的概率将其暂时从网络中丢弃。注意是暂时,对于随机梯度下降来说,由于是随机丢弃,故而每一个mini-batch都在训练不同的网络。dropout是CNN中防止过拟合提高效果的一个大杀器,但对于其为何有效,却众说纷纭。在下读到两篇代表性的论文,代表两种不同的观点,特此分享给大家。组合派参考文...转载 2018-04-20 21:25:37 · 1424 阅读 · 0 评论 -
Tensorflow实例:利用LSTM预测股票每日最高价(二)
转载自:Scorpio_Lu-点击打开链接根据股票历史数据中的最低价、最高价、开盘价、收盘价、交易量、交易额、跌涨幅等因素,对下一日股票最高价进行预测。实验用到的数据长这个样子: label是标签y,也就是下一日的最高价。列C——I为输入特征。 本实例用前5800个数据做训练数据。单因素输入特征及RNN、LSTM的介绍请戳上一篇 Tensorflow实例:利用LSTM预测股票每日最高价(一)导入包...转载 2018-04-24 11:26:52 · 8995 阅读 · 10 评论 -
Tensorflow实例:利用LSTM预测股票每日最高价(一)
转载自:https://blog.csdn.net/mylove0414/article/details/55805974RNN与LSTM这一部分主要涉及循环神经网络的理论,讲的可能会比较简略。什么是RNNRNN全称循环神经网络(Recurrent Neural Networks),是用来处理序列数据的。在传统的神经网络模型中,从输入层到隐含层再到输出层,层与层之间是全连接的,每层之间的节点是无连...转载 2018-04-24 11:16:43 · 696 阅读 · 0 评论