Tensorflow Python
Icoding_F2014
相信代码可以变化世界
展开
-
Keras获取中间层输出
其中,self里面有三个对象:keras compile出来的图,self.model。model对应的图 self.graph,model所在的会话 self.session。 def get_feature_map(self,X,layer_name='block1_conv1'): ''' 获取特定中间层的特征图 :param X: 输入数据 :param layer_name: 层的名字,str :re原创 2020-11-11 11:18:39 · 570 阅读 · 0 评论 -
Windows 10 安装 cocoapi
本人的GPU设备安装的是Windows 10的,因此想在Window 10 做Object Detection.为了做object detection,需要安装cocoapi,然而 https://github.com/cocodataset/cocoapi.git 作者明确表示不想支持windows,直接安装肯定是不行的!但是有网友把cocoapi的setup做了修改,使得cocoapi可以...原创 2019-06-09 06:45:59 · 3416 阅读 · 1 评论 -
Tensorboard: AttributeError: module 'tensorboard.util' has no attribute 'Retrier'
Tensorboard 报错:AttributeError: module ‘tensorboard.util’ has no attribute ‘Retrier’原因:tensorboard与tensorflow版本不符合。解决方法:首先查看tensorflow的版本:pip list 例如,我的tensorflow版本是1.3.0然后在 https://github.com...原创 2019-06-13 10:55:49 · 3702 阅读 · 5 评论 -
BiLSTM+CRF(二)命名实体识别
前言前一篇博客里面,我们已经提到了如何构建一个双向的LSTM网络,并在原来单层的RNN的基础上,修改少数几行代码即可实现。Bi-LSTM其实就是两个LSTM,只不过反向的LSTM是把输入的数据先reverse 首尾转置一下,然后跑一个正常的LSTM,然后再把输出结果reverse一次使得与正向的LSTM的输入对应起来。这篇博客,我们就来看看如何通过BiLSTM+CRF来进行命名实体识别的任务...原创 2019-12-09 11:04:49 · 11712 阅读 · 2 评论 -
Tensorflow 实践过程中的坑
1. dynamic-run函数的sequence_length参数这个参数很重要的,尤其是当填充后的序列特别长,超过30后,一定要指定这个sequence_length告诉网络序列的真实有效长度,否则rnn在处理长序列的时候一定会出现梯度爆炸或消失的问题。参考资料:https://blog.csdn.net/jmh1996/article/details/847796802. 同时载入多个...原创 2018-12-08 09:21:29 · 285 阅读 · 0 评论 -
BiLSTM+CRF (一)双向RNN 浅谈
引言为什么要使用双向的RNN? 一般的按序列顺序过来的RNN会记录、保存来自前面序列的信息,这些历史信息对当前的输出是很有帮助的。但是有些问题,序列当前位置历史信息和这个位置未来的信息会共同对计算当前位置的输出有帮助,例如在NLP里面的人名识别里面, 如果我们很确信下一个字符是人名的开始,那么当前位置再是人名的开始的概率就会相当的低。于是,我们就可以就想啊,能不能搞个子双向的RNN来,让模型...原创 2018-10-28 16:57:01 · 4043 阅读 · 0 评论 -
Tensorflow 同时载入多个模型
有时我们希望在一个python的文件空间同时载入多个模型,例如 我们建立了10个CNN模型,然后我们又写了一个预测类Predict,这个类会从已经保存好的模型restore恢复相应的图结构以及模型参数。然后我们会创建10个Predict的对象Instance,每个Instance负责一个模型的预测。 Predict的核心为:class Predict: def __init__(...原创 2017-12-13 16:46:25 · 18997 阅读 · 15 评论 -
Tensorflow 实践RNN(一)
本博客记录使用tensorflow搭建rnn模型并用来对mnist的手写体进行识别的过程,记录其中的学习过程。 实践环境: Tensorflow version: 1.3.0 python version: 3.5 1.RNN快速介绍: 图1如上图所示,其中x是输入,s旁边的圆圈是隐层,而o旁边的圆圈表示输出。左边是RNN的第一种表示,可以看到在隐层中存在闭环。右图则是原创 2017-12-16 18:14:41 · 28325 阅读 · 25 评论 -
Word Embedding 和Skip-Gram模型 的实践
什么是Word Embedding? word Embedding其实就是一个对词语进行向量化的高级方法。该方法对词语进行向量化后结果能够倾向于同类词语之间向量的距离会更小。例如在一堆预料中,I like apple和I like watermelon.经常出现,那么 apple 和watemelon向量化后两个向量的距离结果应该比apple和China两个向量之间距离小。原创 2017-10-30 18:18:52 · 1320 阅读 · 0 评论 -
机器学习、神经网络计算过程的矩阵化与向量化
为什么需要矩阵化向量化运算过程?numpy在内容实现的时候,对矩阵运行进行了优化,其速度飞快。如果我们使用的是原始的for循环也可以完成任务,但是频繁的使用for循环,将会大大的增加计算时间。 举个例子: 一个输入样本X由1000000个特征组成的行向量,现在想计算 的值。其中 那么有两种写法:import numpy as npimport timedef mod1(X):原创 2017-10-11 15:01:41 · 4798 阅读 · 0 评论 -
Tensorflow Python 2.7搭建
环境:Ubuntu 17.04 (GNU/Linux 4.10.0-26-generic x86_64)安装tensorflow的Python 2.7 版本:sudo apt-get install python-pip -ysudo pip install tensorflow测试: python import tensorflow as tf 没报错即可。原创 2017-09-20 23:36:00 · 7329 阅读 · 0 评论