![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Tensorflow
Polaris47
人工智能的人工
展开
-
Tensorflow 实现简单线性回归模型
Tensorflow是深度学习常用的一个框架,从目前官方文档看,Tensorflow支持CNN、RNN和LSTM算法,这都是目前在Image,Speech和NLP领域最流行的深度神经网络模型。 为了熟悉和理解tensorflow,先从简单的例子开始,本文介绍用tensorflow搭建一个结构为[1,10,1]的神经网络实现简单线性回归。过程如下:生成随机样本点定义变量和模型通过梯度下...原创 2018-06-17 12:09:01 · 334 阅读 · 0 评论 -
Tensorflow - 训练识别手写体数字的神经网络并进行优化
在训练手写体识别神经网络之前,先介绍本次使用的训练集: MNIST数据集它包含了4个部分:Training set images: train-images-idx3-ubyte.gz (9.9 MB, 解压后 47 MB, 包含 60,000 个样本)Training set labels: train-labels-idx1-ubyte.gz (29 KB, 解压后 60 KB, 包含...原创 2018-06-17 15:25:56 · 1057 阅读 · 0 评论 -
Tensorflow - 加载卷积神经网络实现手写体数字识别
上一篇博客中,我们已经训练好了模型 https://blog.csdn.net/Polaris47/article/details/80718328 接下来我们要加载模型并识别真实场景下的一个手写体数字 在此之前,我们先要准备好一张28*28像素的图像(可用ps制作),然后通过处理将像素的强度值变为0-1之间,之后即可输入模型进行识别。 保存已训练的模型文件如下: 代码如下: i...原创 2018-11-07 18:19:39 · 352 阅读 · 0 评论 -
inceptionv3迁移学习 训练+测试
迁移学习在实际应用中的意义非常大,它可以将之前已学过的知识(模型参数)迁移到一项新的任务上,使学习效率大大的提高。我们知道,要训练一个复杂的深度学习模型,成本是十分巨大的。而迁移学习可以大大的降低我们的训练成本,在短时间内就能达到很好的效果。 迁移学习的四种应用场景: 场景一:数据集小,数据相似度高(与pre-trained model的训练数据相比而言) 在这种情况下...原创 2018-11-16 12:44:19 · 6496 阅读 · 30 评论