深度学习之TensorFlow框架
Google深度学习框架详解
优惠券已抵扣
余额抵扣
还需支付
¥9.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
曾牛
成功的三个关键,坚持,坚持,再坚持
展开
-
TensorFlow之环境搭建
1.TensorFlow的主要依赖包1.1Protocol BufferProtocot Buffer是谷歌开发的处理结构化数据的工具。结构化数据:举例我们要记录一些用户信息,每个用户信息包括用户名称、用户ID和E-mail地址。那么一个用户的信息可以表示为以下形式:name:张三id:12345email:zhangsan@abc.com上面的用户信息就是一个机构化的数据。我们介...原创 2019-09-03 17:40:40 · 408 阅读 · 0 评论 -
TensorFlow之TensorFlow计算加速
在前面的章节中介绍了使用TensorFlow实现各种深度学习的算法。然而要将深度学习应用到实际问题中,一个非常大的问题在于训练深度学习模型需要的计算量太大。比如要将前面介绍的Inception-v3模型在单机上训练到78%的正确率需要将近半年的时间,这样的训练速度是完全无法应用到实际生产中的。为了加速训练过程,本章将介绍如何通过TensorFlow利用GPU或/和分布式计算进行模型训练。1.首...原创 2019-09-06 10:19:20 · 755 阅读 · 0 评论 -
TensorFlow之TensorBoard可视化
前面的章节已经介绍了如何使用TensorFlow实现常用的神经网络结构。在将这些神经网络用于实际问题之前,需要先优化网络中的参数。这就是训练神经网络的过程。训练神经网络十分复杂,有时需要几天甚至几周的时间。为了更好地管理、调试和优化神经网络的训练过程,TensorFlow提供了一个可视化工具TensorBoard。TensorBoard可以有效地展示TensorFlow在运行过程中的计算图、各种...原创 2019-09-05 11:30:50 · 818 阅读 · 0 评论 -
TensorFlow之循环神经网络
在前面我们知道了卷积神经网络的网络结构,并介绍了如何使用卷积神经网络解决图像识别问题。本章中将介绍另外一种常用的神经网络结构——循环神经网络(recurrent neural network RNN)以及循环神经网络中的一个重要结构——长短时记忆网络(long short-term memory,LSTM)。本章也将介绍循环神经网络在自然语言处理(natural language process...原创 2019-09-03 17:47:56 · 1035 阅读 · 0 评论 -
TensorFlow之图像数据处理
在上一章中详细介绍了卷积神经网络,并提到通过卷积神经网络给图像识别技术带来了突破性进展。这一章将从另外一个维度来进一步提升图像识别的精度以及训练的速度。喜欢摄影的读者都知道图像的亮度、对比度等属性对图像的影响是非常大的,相同物体在不同亮度、对比度下差别非常大。然而在很多图像识别问题中,这些因素都不应该影响最后的识别结果。所以本章将介绍如何对图像数据进行预处理使训练得到的神经网络模型尽可能小地减少...原创 2019-09-03 17:47:15 · 831 阅读 · 0 评论 -
TensorFlow之图像识别与卷积神经网路
在前一章中,通过MNIST数据集验证了前面介绍的神经网络设计和优化的方法。从实验的结果可以看出,神经网络的结构会对神经网络的准确率产生巨大的影响。本章将介绍一个非常常用的神经网络结构-——卷积神经网络(Convolutional Neural NetWork),我们将介绍:1.图像识别领域解决的问题以及图像识别领域中经典的数据集。2.介绍卷积神经网络的主题思想和整体架构。3.详细讲解卷积层...原创 2019-09-03 17:46:21 · 535 阅读 · 0 评论 -
TensorFlow之MNIST数字识别问题
前面一章介绍了训练神经网络模型时需要考虑的主要问题以及解决这些问题的常用方法。这一章将通过一个实际问题来验证上一章中介绍的解决方法。本章将使用的数据集是MNIST手写体数字识别数据集。在很多深度学习教程中,这个数据集都会被当做第一个案例。在验证神经网络优化方法的同时,本章也会介绍使用TensorFlow训练神经网络的最佳实践。1.介绍MNIST手写体数字识别数据集,并且给出TensorFlow...原创 2019-09-03 17:45:16 · 382 阅读 · 0 评论 -
Tensorflow基础之tf.argmax()
1.定义tf.argmax就是返回最大的那个数值所在的下标。函数如下:argmax(self, axis=None, fill_value=None, out=None)2.举例test = np.array([[1, 2, 3], [2, 3, 4], [5, 4, 3], [8, 7, 2]])np.argmax(test, 0) #输出:array([3, 3, 1]np....原创 2019-09-03 17:44:42 · 254 阅读 · 0 评论 -
TensorFlow之深层神经网络
前面介绍了TensorFlow的主要概念,并给出了一个完整的TensorFlow程序来训练神经网络.这一章将介绍:如何设计和优化神经网络,使得他能够更好地对未知的样本进行预测。1.介绍深度学习与深层神经网络的概念,并给出一个实际的样例来说明深层神经网络可以解决部分浅层神经网络解决不了的问题。2.介绍如何设定神经网络的优化目标。这个优化目标也就是损失函数,所以将分别介绍分类问题和回归问题中比较...原创 2019-09-03 17:43:25 · 262 阅读 · 0 评论 -
TensorFlow之入门
在本章中,将详细介绍1.TensorFlow基本概念2.TensorFlow的计算模型3.数据模型、运行模型4.简单介绍神经网络的主要计算流程和如何通过TensorFlow来实现这些计算1.TensorFlow计算模型计算图1.1计算图的概念TensorFlow的名字中已经说明了它最重要的两个概念:Tensor和Flow。Tensor就是张量。张量这个概念在数学或物理中可以有不同...原创 2019-09-03 17:41:47 · 211 阅读 · 0 评论