深度学习
中小学生
这个作者很懒,什么都没留下…
展开
-
对卷积的再次认识(好久不看忘了)
直接上代码吧 涉及到到卷积的一些基本知识可以看 我的另一篇总结https://mp.csdn.net/postedit/103395044import tensorflow as tfimport numpy as npimport osos.environ["TF_CPP_MIN_LOG_LEVEL"] = "2"#使用numpy工具初始化一个名为M的数组,形状为2x3,数据类...原创 2019-12-05 10:47:39 · 250 阅读 · 0 评论 -
【TensorFlow】tf.nn.conv2d是怎样实现卷积的?
tf.nn.conv2d是TensorFlow里面实现卷积的函数,参考文档对它的介绍并不是很详细,实际上这是搭建卷积神经网络比较核心的一个方法,非常重要tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)除去name参数用以指定该操作的name,与方法有关的一共五个参数:第一个参数inp...原创 2019-12-04 22:30:22 · 582 阅读 · 0 评论 -
tf.nn.max_pool实现池化操作
max pooling是CNN当中的最大值池化操作,其实用法和卷积很类似有些地方可以从卷积去参考【TensorFlow】tf.nn.conv2d是怎样实现卷积的?tf.nn.max_pool(value, ksize, strides, padding, name=None)参数是四个,和卷积很类似:第一个参数value:需要池化的输入,一般池化层接在卷积层后面,所以输入通常是feat...转载 2019-12-04 21:05:18 · 328 阅读 · 0 评论 -
用python将图像转换为三维数组之后,每一维,每个元素值都代表着什么?
对于一张图片来说,人眼看到的是各种颜色的组合,而计算机看到则是一堆范围在0~255之间的像素值,也就是说如果想让计算机处理图像,首先我们应该将图像转换为数字。怎么转换呢?转换完之后每一维,每个元素值都代表什么含义呢?1.图像转换这里用到了一张用PS生成的5x5大小的RGB彩色图像,python,以及scipy.misc库。这是测试的图像:下面是两行简单的代码,可以将图像转换...原创 2019-12-04 20:06:01 · 2021 阅读 · 0 评论 -
tensorflow函数中minimize()函数
使用方法opt = tf.tf.train.GradientDescentOptimizer(learning_rate=0.1)train_op = opt.minimize(loss)minimize的内部存在两个操作:(1)计算各个变量的梯度 (2)用梯度更新这些变量的值主要的参数说明:loss: `Tensor` ,需要优化的损失;var_...原创 2019-12-01 15:00:23 · 9326 阅读 · 7 评论 -
梯度下降优化算法综述
https://blog.csdn.net/google19890102/article/details/69942970原创 2019-12-01 14:37:42 · 96 阅读 · 0 评论 -
tf.variable_scope和tf.name_scope的用法
tf.variable_scope可以让变量有相同的命名,包括tf.get_variable得到的变量,还有tf.Variable的变量tf.name_scope可以让变量有相同的命名,只是限于tf.Variable的变量例子1import tensorflow as tf;import numpy as np;import matplotlib.pyplot as plt;...转载 2019-11-22 22:37:05 · 336 阅读 · 0 评论 -
tensorflow读取图片,对图片进行编码和解码
import tensorflow as tfimport matplotlib.pyplot as pltsrc_img=tf.gfile.FastGFile('desert.jpg','rb').read()with tf.Session() as sess: # 图像解码 img_after_decoder=tf.image.decode_jpeg(src_img...原创 2019-11-22 16:14:24 · 928 阅读 · 0 评论 -
tensorflow中moving average的用法
一般在保存模型参数的时候,都会保存一份moving average,是取了不同迭代次数模型的移动平均,移动平均后的模型往往在性能上会比最后一次迭代保存的模型要好一些。1.构建训练模型时,添加如下代码1 variable_averages = tf.train.ExponentialMovingAverage(0.999, global_step)2 variables_averages...转载 2019-10-26 22:47:11 · 1062 阅读 · 0 评论 -
tf.train.exponential_decay() 指数衰减法
exponential_decay(learning_rate, global_step, decay_steps, decay_rate, staircase=False, name=None)使用方式为 tf.train.exponential_decay( )在 Tensorflow 中,exponential_decay()是应用于学习率的指数衰减函数(实现指数衰减学习率)。在训练模...转载 2019-10-26 17:54:54 · 549 阅读 · 0 评论 -
tensorflow中的正则化
先看代码然后解释为什么需要正则化import tensorflow as tfimport tensorflow.contrib as contribweight=tf.constant([[1,-2], [-3,4]],dtype=tf.float32)with tf.Session() as sess: init=tf.global...原创 2019-10-26 10:51:20 · 1282 阅读 · 2 评论 -
tf.get_variable("a", [3, 2])定义变量再次运行报错
在python程序中写了a = tf.get_variable("a", [3, 2]) 定义一个变量并输出然后run一下,第一次会正确输出a的值但是接着继续改程序,再run的时候会报错 ValueError: Variable a already exists, disallowed. Did you mean to set reuse=True in VarScope?这个怎么解决啊...原创 2019-10-10 10:39:51 · 286 阅读 · 0 评论 -
Tensorflow中的交叉熵(Cross Entropy)
Tensorflow中的交叉熵(Cross Entropy)1 Cross Entropy (Sigmoid)适用于二分类,输入函数的logits和labels应当是一维的。如果输入One-Hot过的logits,会被当做多个一维分别计算。注意不要将已经通过sigmoid计算得到的数值输入函数,那样会得到错误的结果。Cross Entropy (Softmax)适用于...原创 2019-10-09 20:16:00 · 323 阅读 · 0 评论 -
运行Tensorboard 1.13.1 时报错:OSError:[Errno 22] Invalid argument 亲测有效
参考博客https://blog.csdn.net/u013244846/article/details/88380860serialize=lambda dt: int(dt.strftime("%S")), 最后的逗号别丢了,方便大家复制粘贴。在pycharm的terminal命令行窗口输入命令tensorboard --logdir=F:\machine_learni...原创 2019-07-11 20:46:44 · 227 阅读 · 0 评论 -
交叉熵在机器学习中的使用,透彻理解交叉熵以及tf.nn.softmax_cross_entropy_with_logits的用法
关于交叉熵在loss函数中使用的理解交叉熵(cross entropy)是深度学习中常用的一个概念,一般用来求目标与预测值之间的差距。以前做一些分类问题的时候,没有过多的注意,直接调用现成的库,用起来也比较方便。最近开始研究起对抗生成网络(GANs),用到了交叉熵,发现自己对交叉熵的理解有些模糊,不够深入。遂花了几天的时间从头梳理了一下相关知识点,才算透彻的理解了,特地记录下来,以便日后查阅。...原创 2019-10-09 15:02:44 · 440 阅读 · 0 评论