- 博客(12)
- 收藏
- 关注
转载 TensorFlow学习笔记(九)--MNIST初步(2)
在MNIST训练数据集中,mnist.train.images是一个形状为[60000,784]的张量,第一个维度数字用来索引图片,第二个维度数字用来索引每张图片中的像素点。再次张量里的每一个元素,都表示某张图片里的某个像素的强度值,值介于0和1之间。 相对应的MNIST数据集的标签是介于0到9的数字,用来描述给定图片里表示的数字。为了应用到本次学习中,我们使标签数据是“one
2018-01-31 00:56:10
263
转载 TensorFlow学习笔记(八)--MNIST初步(1)
当我们开始编程的时候,做的第一件事往往是在屏幕上打印“Hello World”。就像编程入门有Hello World,机器学习入门有MNIST。MNIST是一个入门级的计算机视觉数据集,它包含各种手写的数字图片: 它也包含每一张图片对应的标签,告诉我们这个是数字几。正如这张图片的标签分别为5,0,4,1。 我们将训练一个机器学习模型用于预测图片里面的数字,在此之前,这里会从简单的数
2018-01-30 00:50:02
279
转载 TensorFlow学习笔记(七)--训练结果可视化
在python中可以使数据可视化的强大的工具包就是matplotlib了,本次机器学习的使用了pyplot里的figure()、add_subplot()、scatter()、ion()、show()等方法,以下是代码:......#初始化变量init = tf.global_variables_initializer()sess = tf.Session()sess.run(in
2018-01-29 00:41:39
1588
转载 TensorFlow学习笔记--什么是TensorFlow
TensorFlow是什么: TensorFlow是谷歌基于DistBelief进行研发的第二代开源的人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。TensorFlow可被用于语
2018-01-28 00:36:37
238
转载 TensorFlow学习笔记(六)--简单神经网络搭建
本次神经网络的搭建需要三层,第一层为输入层,第二层为隐藏层,第三层为输出层。以下贴出代码:import tensorflow as tfimport numpy as np#定义一个添加神经网络层数的函数,函数参数包括输入的变量值,输入的神经节点的个数#输出的神经节点的个数和激活函数def add_layer(inputs, in_size, out_size, activation
2018-01-28 00:11:39
250
转载 TensorFlow学习笔记(五)--添加神经网络的一层
这一次学习的是利用TensorFlow来添加神经网络的第一层,先分析第一层需要用到的参数由输入值inputs、输入值的大小in_size、输出值的大小in_size和激励函数。import tensorflow as tf#定义一个add_layer()函数,有inputs、out_size、in_size、激励函数activation_functiondef add_layer(i
2018-01-27 00:16:23
1096
转载 TensorFlow学习笔记(四)--activation function
注:本笔记图片和部分文字描述来源于百度百科,ReLU则是来自《深度学习》译本 激励函数,亦作激活函数。百度百科的定义如下:神经网络中的每个节点接受输入值,并将输入值传递给下一层,输入节点会将输入属性值直接传递给下一层(隐层或输出层)。在神经网络中,隐层和输出层节点的输入和输出之间具有函数关系。常见的激励函数有:Rectified Linear Unit(ReLU)、阈值或阶跃激励函
2018-01-26 01:26:20
415
转载 TensorFlow学习笔记(三)--placeholder
笔记(一)在计算图中引入了tensor,以常量或变量的形式存储。TensorFlow还提供了feed机制,该机制可以临时替代图中的任意操作中的tensor可以对图中任何操作提交补丁,直接插入一个tensor。feed 使用一个tensor值临时替换一个操作的输出结果。你可以提供feed数据作为run()调用的参数。feed只在调用它的方法内有效,方法结束,feed就会消失。最常见的用例
2018-01-25 00:26:45
421
转载 TensorFlow学习笔记(二)--Variable变量
TensorFlow中变量是利用Variable()来定义的,格式是:import tensorflow as tfstate = tf.Variable(0,name='counter')print(state.name) output=>counter:0 以上是输出state变量的名字和数值。初始化: 使用tf.global_variables_initia
2018-01-25 00:14:07
392
转载 TensorFlow学习笔记(一)--Session会话控制
来自TensorFlow的官方中文文档。在构造阶段完成以后,我们需要启动图,启动图的第一步是创建一个Session对象,如果创建的时候没有任何对象的话,Session构造器将会启动默认图,即函数中没有传入参数,表明该代码将会依附于(如果还没有创建会话,则会创建新的会话)默认的本地会话。import tensorflow as tf# 创建一个常量 op, 产生一个 1x2 矩阵.
2018-01-23 15:13:08
2314
原创 Win7上搭建TensorFlow
废话不多说,直接进入正题。1、电脑配置:操作系统:Windows7 64位旗舰版 sp1CPU:Intel I5-4210M内存:8G显卡:Nvdia GeForce 940M2、安装准备:这里笔者采用anaconda3 4.2.0+cuda8.0+cudnn6.0,anaconda3 4.2.0已经内置了python3.5,所以不需要额外下载安装pytho
2018-01-20 00:35:02
542
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