medusa_zj的博客

TensorFlow学习（八）TensorFlow学习（八）训练自己模型的三种方法采用方法二进行训练模型第一步第二步训练过程：通过模型进行预测（代码）采用方法一进行训练模型准备工作代码 TensorFlow学习（八） 训练自己模型的三种方法 1、准备一个需要的模型（如：inception）,然后确定算法的框架，初始化参数都是随机的，准备数据集，从头开始训练。 2、准备一个已经训练好的模型（如：in...

TensorFlow学习（七）TensorFlow学习（七）tensorboard可视化神经网络结构查看网络运行的数据 TensorFlow学习（七） tensorboard 可视化神经网络结构 变化的地方有两处（详情见代码，代码仍然用之前识别手写数字的代码）： （1）定义一个命名空间：tf.name_scope() （2）将生成的图，存储： writer = tf.summary.F...

TensorFlow学习（六）TensorFlow学习（六）保存模型载入模型下载运行Google图像识别网络inception-v3 TensorFlow学习（六） 保存模型 采用命令： saver = tf.train.Saver() saver.save(sess,'net/my_net.ckpt') 运行完之后，会在当前目录下的net文件夹中，多如下几个文件： 具体代码如下（还是采用神...

TensorFlow学习（五）TensorFlow学习（五）RNN（循环神经网络或递归神经网络）LSTM TensorFlow学习（五） RNN（循环神经网络或递归神经网络） 传统神经网络 递归神经网络 RNN有梯度下降问题： LSTM 不存在梯度下降的问题： ...

TensorFlow学习（四）TensorFlow学习（四）CNN TensorFlow学习（四） CNN 传统的神经网络权值太多，计算量太大，需要大量样本进行训练。 卷积神经网络，通过感受野和权值共享减少了神经网络需要训练的参数个数。 卷积 对于不同的卷积核： 代码使用卷积神经网络进行数字识别： import tensorflow as tf from tensorflow.exam...

TensorFlow学习（三）TensorFlow学习（三）代价函数二次代价函数交叉熵代价函数对数释然代价函数过拟合Dropout优化器 TensorFlow学习（三） 代价函数 二次代价函数 其中C为代价函数，x为样本，y为实际值，a为输出值，n表示样本总数。 如果使用梯度下降法： 交叉熵代价函数 其中C为代价函数，x为样本，y为实际值，a为输出值，n表示样本总数。 如果使用梯度下降法： ...

TensorFlow学习（二） 线性回归 利用梯度下降法来进行线性回归拟合 代码 import tensorflow as tf import numpy as np x_data = np.random.rand(100) #生成100个随机点 y_data = x_data * 0.1 + 2 b = tf.Variable(0.) #构造优化模型 k = tf....

TensorFlow学习（一） 介绍 TensorFlow是一个编程系统，使用图（graphs）表示任务，使用Tensor表示数据，通过变量（variable）维护状态，使用feed和fetch为任意的操作赋值或者从其中获取数据。图中的节点称为op(operation),一个op获得0个或者多个Tensor，执行计算，产生0个或者多个Tensor，Tensor看做是一个n维的数组或者列表。图必须在...