深度学习
文章平均质量分 68
爱草莓的番茄酱
这个作者很懒,什么都没留下…
展开
-
04.深层神经网络------《Tensorflow实战Google深度学习框架》笔记
一、深度学习与深层神经网络 维基百科对深度学习的定义:一类通过多层非线性变换对高复杂性数据建模算法的合集。又由于深层神经网络是实现“多层非线性变换”最常用的一种方法,所以在实际中基本上可以认为深度学习就是深层神经网络的代名词。深度学习有两个非常重要的特性-----多层和非线性。1、线性模型的局限性 在线性模型中,模型的输出为输入的加权和。线性模型的最大特点就是任意线性模型的组合仍然还是...原创 2018-04-30 09:58:14 · 437 阅读 · 0 评论 -
TensorFlow初学者常见错
一、Your CPU supports instructions that this TensorFlow binary was not compiled to use 出现这个问题是为了提醒你提升CPU计算速度的,若我们已经有支持cuda的GPU,则可以忽略这个问题,因为安装SSE4.1,SSE4.2,AVX,AVX2,FMA,仅仅提升CPU的运算速度(大概有三倍)解决方法:1、忽视警告,并屏蔽...原创 2018-04-27 08:34:42 · 363 阅读 · 0 评论 -
02.TensorFlow环境搭建------《Tensorflow实战Google深度学习框架》笔记
一、TensorFlow的主要依赖包1、Protocol BufferProtocol Buffer是谷歌开发的处理结构化数据的工具(拥有多种属性的数据就叫结构化数据)。当要将结构化的数据持久化或者进行网络传输时,就需要先将它们序列化。所谓序列化,是将结构化的数据变成数据流的格式,简单地说就是变成一个字符串。如何将结构化的数据序列化,并从序列化之后的数据流中还原出原来的结构化数据,统称为处理结构化...原创 2018-04-26 10:35:17 · 191 阅读 · 0 评论 -
01.深度学习简介------《Tensorflow实战Google深度学习框架》笔记
一、人工智能、机器学习与深度学习 人工智能需要解决的就是包括自然语言理解、图像识别、语音识别等人类通过直觉可以很快解决但很难通过计算机解决的问题。如何让计算机掌握对人类来说非常直观的常识,对于人工智能的发展是一个巨大的挑战。 早期的人工智能系统之所以能够成功应用于相对特定的环境(specific domain),如IBM的深蓝(Deep Blue);知识图库(Ontology)的建立是...原创 2018-04-25 16:55:37 · 458 阅读 · 0 评论 -
TensorFlow数据读取机制详解
作者:何之源链接:https://zhuanlan.zhihu.com/p/27238630来源:知乎一、tensorflow读取机制图解首先需要思考的一个问题是,什么是数据读取?以图像数据为例,读取数据的过程可以用下图来表示:<img src="https://pic3.zhimg.com/v2-8524413a7d20d896525a2cf23f8645...转载 2018-05-04 14:34:27 · 192 阅读 · 0 评论 -
08.循环神经网络------《Tensorflow实战Google深度学习框架》笔记
循环神经网络简介循环神经网络的主要用途是处理和预测序列数据。在之前介绍的全连接神经网络或卷积神经网络模型中,网络结构都是从输入层到隐含层再到输出层,层与层之间是全连接或部分连接的,但每层之间的节点是无连接的。考虑这样一个问题,如果要预测句子的下一个单词是什么,一般需要用到当前单词以及前面的单词,因为句子中前后单词并不是独立的。比如,当前单词是“很”,前一个单词是“天空”,那么下一个单词很大概率是“...转载 2018-05-03 15:44:08 · 1527 阅读 · 0 评论 -
07.图像数据处理------《Tensorflow实战Google深度学习框架》笔记
转自:https://blog.csdn.net/Koala_Tree/article/details/78021375一、TFRecord输入数据格式TensorFlow读取数据,总共有三种方法:供给数据(Feeding):在TensorFlow程序运行的过程中,使用Python代码来供给数据;从文件读取数据:在TensorFlow图的起始,让一个输入管线从文件中读取数据;预加载数据:在Tens...转载 2018-05-03 14:42:02 · 313 阅读 · 0 评论 -
06.图像识别与卷积神经网络------《Tensorflow实战Google深度学习框架》笔记
一、图像识别问题简介及经典数据集图像识别问题希望借助计算机程序来处理、分析和理解图片中的内容,使得计算机可以从图片中自动识别各种不同模式的目标和对象。图像识别问题作为人工智能的一个重要领域,在最近几年已经取得了很多突破性的进展,其中,卷积神经网络就是这些突破性进展背后最主要的技术支持。如下为一些经典的数据集介绍:ImageNet ImageNet是一个计算机视觉系统识别项目,是目前...转载 2018-05-02 11:11:40 · 3823 阅读 · 1 评论 -
05.MNIST数字识别问题------《Tensorflow实战Google深度学习框架》笔记
一、MNIST数据处理原创 2018-05-02 10:20:36 · 170 阅读 · 0 评论 -
03.TensorFlow入门------《Tensorflow实战Google深度学习框架》笔记
一、TensorFlow计算模型------计算图 计算图是TF中最基本的一个概念,TF中的所有计算都会被转化为计算图上的节点。1、计算图的概念 TF的名字已经说明了它最重要的两个概念----Tensor和Flow。Tensor就是张量,在TF中,张量可以被简单地理解为多维数组。如果说TF的第一个词Tensor表明了它的数据结构,那么Flow则体现了它的计算模型。Flow翻译成中文就是...原创 2018-04-27 11:07:59 · 450 阅读 · 0 评论