- 博客(6)
- 收藏
- 关注
原创 TensroFlow学习——第三章(三)
卷积神经网络迁移学习 基于训练好的Inception-v3的模型,对flower_photos数据集进行分类 训练结果如下,测试集的准确率为91.0082% 算法如下: import os import random import numpy as np import tensorflow as tf from tensorflow.python.platform import gfile im...
2018-11-30 22:48:11
254
原创 TensroFlow学习——第三章(二)
MINIST数字识别问题 卷积神经网络实现手写数字识别 采用了L2正则化、滑动平均模型,固定学习率 训练结果为:训练集100%,验证集99.4%,测试集99.43% 第一部分:前向传播和网络参数 # 定义前向传播和神经网络中的参数 import tensorflow as tf # 配置神经网络参数 INPUT_NODE=784 # 输入层节点个数 OUTPUT_NODE=10 # 输出层节...
2018-11-27 17:39:56
225
原创 TensroFlow学习——第二章(一)
损失函数 经典损失函数 分类问题和回归问题是监督学习的两大种类。 1. 分类问题——将不同的样本分到事先定义好的类别中。 交叉熵(cross entropy):刻画两个概率分布之间的距离,是分类问题中使用较为广泛的一种损失函数。 (1)Softmax回归,可以将神经网络的输出转化为一个概率分布 tensorflow中提供了交叉熵和Softmax两个功能的函数tf.nn.sparse_softma...
2018-11-24 19:57:14
163
原创 Tensorflow学习——第一章(二)
TensorFlow实现神经网络 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt # 1.生成训练样本 dataset_size=128 X=np.random.RandomState(1).uniform(0,1,(dataset_size,2)) Y=[[int(x1+x2<1)] f...
2018-11-20 19:57:20
135
原创 Tensorflow学习——第一章(一)
计算图 Flow-流 Flow–“流”,表达了张量之间通过计算相互转化的过程,tensorflow是一个通过计算图的形式来表述计算的编程系统。Tensorflow中的每一个计算都是计算图上的一个节点,而节点之间的变藐视了计算之间的依赖关系。 Tensor-张量 在TensorFlow程序中,所有的数据都通过张量的形式来表示。从功能角度,张量可以被简单理解为多维数组。 在张量中并没有真正保存数字,...
2018-11-20 17:13:58
210
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人