深度学习和Tensorflow
主要介绍了深度学习的相关内容
Aming Glaxy
这个作者很懒,什么都没留下…
展开
-
Tensorflow进阶(二)
摘要:本文主要介绍另外一些稍微有点难度的功能函数。1、高级操作1.1 tf.gathertf.gather 可以实现根据索引号收集数据的目的。1.2 tf.gather_ndtf.gather_nd函数可以获取某一个或者某几个点的数据。1.3tf.boolean_mask利用函数tf.boolean_mask可以达到使用掩码来获取数据的目的。1.4 tf.whe...原创 2019-12-16 20:40:00 · 141 阅读 · 0 评论 -
TensorFlow进阶(一)
摘要:本文将继续讲解张量的合并与分割,范数统计,张量填充,限幅等进阶操作。1、合并与分割1.1 合并合并就是将若干个张量在某一个维度上组合成一个张量。例如【2,5,8】和【3,5,8】组合成为【5,5,8】。合并的方式有两种拼接和堆叠,前者不会产生新的维度,后者会产生新的维度。1.1.1 拼接通过tf.concat(tensors, axis),其中tensors 保存了所有需...原创 2019-11-25 17:03:00 · 186 阅读 · 0 评论 -
TensorFlow基础知识(二)
摘要:本文是TensorFlow基础知识的第二部分。1、张量的典型应用1.1 标量一般用来进行误差值的表示、各种测量指标的表示,例如:准确率、精度、召回率等。下面举例:1.2 向量在神经网络当中,向量更是十分的常见,例如神经元的偏置值b一般就要用向量来表示,这里的向量就是【b1,b2】T例如我们现在要创建一个输入为5个结点,输出层为4个结点的线性网络层,那么此时创建的网络...原创 2019-11-20 17:58:00 · 252 阅读 · 0 评论 -
Tensorflow基础知识(一)
摘要:本文主要介绍了Tensorflow的一些基础知识,由于内容比较多,所以分成两部分来介绍。1、数据类型Tensorflow中的基本数据类型包括数值型、字符串型和布尔型。需要注意的是,这三种数据类型在Tensorflow中不同于在python中相应的类型——需要使用创建张量的形式进行创建,具体如下:可以看到,python基础数据类型和TensorFlow的数据类型是有差异的。...原创 2019-11-19 17:07:00 · 423 阅读 · 0 评论 -
深度学习基础
摘要:本文主要介绍了深度学习中的一些基础知识和CNN的相关内容。1、关于目标函数的选取目标函数用于衡量训练出来的模型的输出值和给定样本数据实际输出值的误差。目标函数会直接参与到误差的反向传播的计算当中,一个较好的目标函数会对各层的权重的调整起到更好的效果,所以选择好的目标函数尤为重要。下面列举出两种目标函数:在上面两种比较常...原创 2019-11-14 19:38:00 · 400 阅读 · 0 评论 -
神经网络与BP算法
摘要:本文主要介绍了神经网络的基本概念以及误差反向传播算法的推导。1、关于神经网络的几个重要概念神经元模型:类似于神经元细胞结构的模型。如下图:解释:每一个神经元都是相对独立的,将输入的若干个数据经过加权处理之后求和,作为一个总体输入(在上图中就是线性模型),然后将该总体输入作为变量送给激活函数,得到的函数值作为神经元的输出。激活函数:是神经元模型的核心,也被称为感知器...原创 2019-11-12 19:25:00 · 666 阅读 · 0 评论