Tensorflow
文章平均质量分 57
CoderWill_Hunting
研究生,walk the walk
展开
-
Tensorflow——Graph Tensor Session 等基本概念汇总
Tensor——张量Tensor: 数据结构 flow:计算模型 在Tensorflow的程序中,所有的数据都通过张量的形式来表示,张量只是对Tensorflow中运算结果的引用,也就是说张量里并没有真正的保存数据,他保存的是如何得到这些数据的计算过程import tensorflow as tf #这里tf.constant()生成一个常量,也是一种运算,常量生成运算,张量a 保存的就是这...原创 2018-03-16 18:34:28 · 256 阅读 · 0 评论 -
经典损失函数——均方误差(MSE)
与分类问题不同,回归问题解决的是对具体数值的预测,eg:房价预测,销量预测,流量预测等均方误差的定义:均方误差#y代表输出答案,y_代表标准答案mse=tf.reduce_mean(tf.square(y_-y))但在实际问题中往往均方误差并不能很好的表达问题,比如预测销量,卖衣服,货物成本一件100元,商品利润一件20。那此时多预测一个亏100,少预测一个少挣20。所以这里面有一个权重在里面,...原创 2018-03-18 11:00:06 · 40126 阅读 · 0 评论 -
Tensorflow 实用函数集合
tf.greater(tensor1,tensor2) a=tf.constant([1,2],name="a",dtype=tf.float32)b=tf.constant([1,0],name="b",dtype=tf.float32)sess=tf.InteractiveSession()#比较两个张量的大小并返回结果,当两个张量维度不同时,会进行类似Numpy广播操作print(...原创 2018-03-18 15:22:48 · 255 阅读 · 0 评论 -
Tensorflow的hello world!——Softmax Regression 识别手写数字
from tensorflow.examples.tutorials.mnist import input_datamnist=input_data.read_data_sets("MNIST_data/",one_hot=True)print(mnist.train.images.shape,mnist.train.labels.shape)print(mnist.test.image...原创 2018-03-13 18:53:44 · 142 阅读 · 0 评论 -
TensorFlow-Slim工具
TensorFlow-Slim可以更加简洁地实现一个卷积层,提高代码的可读性 import tensorflow.contrib.slim as slim 一个卷积层需要的原生API代码量:with tf.variable_scope('layer1-conv1'): conv1_weights = tf.get_variable( "weight", [...原创 2018-03-23 19:06:06 · 159 阅读 · 0 评论 -
Tensorflow实现简单卷积神经网络
CNN作为一个深度学习框架结构被提出的最初诉求,是用来降低对图像数据预处理的要求,以及避免复杂的特征工程。CNN可以直接使用图像的原始像素作为输入,而不必先使用SIFT等算法提取特征,减轻了使用传统算法如SVM时必需要做的大量重复、繁琐的数据预处理工作。和SIFT等算法类似,CNN训练的模型同样对缩放、评议、旋转等畸变具有不变形,有很强的泛化性。CNN的最大特点在于权值共享一般的卷积神经网络由多个...原创 2018-03-14 17:10:19 · 296 阅读 · 0 评论 -
Tensorflow项目实战——句子分类(Sentence Classification)
项目来源:Github数据集:MR: 一句话的电影评论。分类涉及检测积极/消极的评论(Pang and Lee, 2005)。关键概念:embedding-layer ; 词向量层参考:博文1 博文2: 对论文进行了详细的翻译在输入层,每一个单词用一个实数向量表示,这个向量被称为"词向量"(word embedding)。词向量可以形象地理解为将词汇表嵌入到一个固定维度的实数空间里,将单词编...原创 2018-03-30 20:33:37 · 2613 阅读 · 4 评论 -
特征选择L1正则化与过拟合L2正则化。
我们将属性称为特征,针对各种特定的学习任务,特征的重要程度不同,对当前任务有用的属性称为“相关特征”,没什么用的属性称为“无关特征”,从给定的特征集合中选择出相关特征子集的过程,就是特征选择。特征选择:过滤式选择,包裹式选择,嵌入式选择。其中嵌入式选择:是将特征选择过程与学习器训练过程融为一体。即在训练的同事自动进行了特征选择。对于过拟合问题,我们经常引入正则化项,L1,L2正则化都有助于降低过拟...原创 2018-04-10 15:53:06 · 4714 阅读 · 2 评论