深度学习
John_kai
器大者声必闳,志高者意必远
展开
-
windows 环境下Tensorboard 不能显示的解决办法
用TensorFlow训练好数据后,都想用Tensorboard看看损失曲线等等,但是,在Windows环境下涉及到路径的问题,通过看Github上大家提交的问题和解决方式,并没有使我的问题得到解决,一次偶然的尝试,结果成功了。其实方法很简单。 将保存训练数据的文件夹(我的是logs)复制到c盘根目录,然后打开cmd,输入:tensorboard --logdir=\logs然后在chrome浏览原创 2017-05-26 22:43:49 · 9867 阅读 · 8 评论 -
Windows 10 下 TensorFlow,Anaconda的安装
由于项目需要,最近开始学习深度学习,计划用TensorFlow来做。刚开始接触遇到很多问题,写篇博文将方法记录下来,也希望给后来的人有所帮助。下面详细讲解Windows下TensorFlow的安装:1.官网下载 Anaconda,笔者写作时版本为 Anaconda4.3.1,默认自带python3.6。标准的Windows安装程序,一路安装即可。2.TensorFlow当前对python的支持原创 2017-05-09 09:38:41 · 932 阅读 · 0 评论 -
tensorflow测试模型时NotFoundError错误解决方法
错误代码如下:NotFoundError (see above for traceback): Unsuccessful TensorSliceReader constructor: Failed to find any matching files for xxx……经查资料分析,错误原因可能出在加载模型时的路径问题。我采用的加载模型方法:with tf.Session() as sess:原创 2017-06-04 20:03:07 · 6651 阅读 · 0 评论 -
修改版Alexnet模型训练CIFAR10数据集程序的总结
关于CIFAR10程序的一些经验总结在卷积层和全连接层中,设置权重和偏置时,推荐使用tf.get_variable()函数,好处是参数可重复使用,减小内存的占用,而且如果是导入别人的参数进行训练时,必须使用tf.get_variable()。为了用tensorboard画出图来,在给每一层命名时,通常采用with tf.variable_scope('名字') as scope,tf.name_原创 2017-05-27 17:16:54 · 3883 阅读 · 0 评论 -
学习率Learning rate
学习率的调整从梯度下降算法的角度来说,通过选择合适的学习率,可以使梯度下降法得到更好的性能。学习率,即参数到达最优值过程的速度快慢,如Andrew Ng的Stanford公开课程所说,假如你从山峰的最高点根据梯度下降法寻找最优值,当你学习率过大,即下降的快,步子大,那么你很可能会在某一步跨过最优值,当你学习率过小时,每次下降一厘米,这将走到何年何月呀,用术语来说就是,长时间无法收敛。因此,学习率直接原创 2017-06-04 21:36:20 · 20208 阅读 · 3 评论 -
caffe for Windows图像分类训练、测试实例
数据集使用的是kaggle上的猫狗数据集。 在编译好的caffe->data目录下新建文件夹cat and dog,数据集中的train和test文件夹放到data目录下。 第一步:生成train数据的标签文件,根据图片名生成对应的标签,这里,0是cat,1是dog程序如下:# -*- coding: utf-8 -*-"""Created on Sun Jul 9 20:26:20 20原创 2017-07-10 21:18:52 · 1914 阅读 · 2 评论