![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Tensorflow
Shine.Zhang
佛了
展开
-
tensorflow深度学习代码笔记
手写数字识别初体验# 01手写数字识别初体验import os# ---------------准备部分--------------------------------------------------------# 将日志等级设置为2,减少无关日志输出os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras imp原创 2020-06-19 05:12:55 · 436 阅读 · 0 评论 -
TensorFlow 2.0 入门实战笔记(九)卷积神经网络
目录九、卷积神经网络9.1 什么是卷积9.2 卷积神经网络9.3 池化与采样九、卷积神经网络9.1 什么是卷积卷积的定义公式:卷积也可以理解为一种线性运算,图像处理中常见的mask运算都是卷积,广泛应用于图像滤波。 卷积关系最重要的一种情况,就是在信号与线性系统或数字信号处理中的卷积定理。在神经网络中卷积就是卷积核在输入数据上“滑动”求积再求和具体详细解释参考:别怕,"卷积"其实很简单如何通俗易懂地解释卷积?9.2 卷积神经网络输入数据为多层(通道)的时候,卷积核的层数自原创 2020-05-09 22:03:13 · 363 阅读 · 0 评论 -
TensorFlow 2.0 入门实战笔记(八)过拟合及其处理
目录八、过拟合及其处理8.1 过拟合与欠拟合8.2 交叉验证8.3 正则化(Regularization)8.4 动量与学习率8.4.1 动量梯度下降8.4.2 学习率调整8.5 其他训练Tricks8.5.1 Early Stopping8.5.2 Dropout8.5.3 【易混淆解释】Stochastic not random!八、过拟合及其处理8.1 过拟合与欠拟合fitting:拟合,就是说这个曲线能不能很好的描述这个样本,有比较好的泛化能力过拟合(OverFititing):太过贴近原创 2020-05-08 23:32:55 · 1296 阅读 · 1 评论 -
TensorFlow 2.0 入门实战笔记(持续更新)
本笔记是基于 龙良曲 老师的Tensorflow实战教程的记录,只是为了提高自己的理解和回顾。原创 2020-04-28 18:22:58 · 24583 阅读 · 2 评论 -
TensorFlow 2.0 入门实战笔记(七)Keras高层接口
目录七、Keras高层接口7.1 Metrics7.2 Compile & Fit7.2.1 `compile` 配置用于训练的模型7.2.2 `fit` 喂入训练数据7.2.3 `evaluate`返回测试模式下模型的损失值和指标值7.2.4 `predict`生成输入样本的输出预测7.2.5 常规工作流实战7.3 自定义网络7.4 模型的保存与加载七、Keras高层接口7.1 Metrics参考:Keras高层API之Metrics评估函数用于评估当前训练模型的性能。当模型编译后,评价原创 2020-05-08 22:49:46 · 334 阅读 · 0 评论 -
TensorFlow 2.0 入门实战笔记(六)Tensorboard可视化
目录六、 Tensorboard可视化6.1 数据可视化6.2 图片可视化六、 Tensorboard可视化6.1 数据可视化tensorboard --logdir logsStep1:创建日志写入地址,文件夹名为logscurrent_time = datetime.datetime.now().strftime("%Y%m%d-%H%M%S")log_dir = 'logs/' + current_timesummary_writer = tf.summary.create_file_原创 2020-05-08 22:48:40 · 588 阅读 · 0 评论 -
TensorFlow 2.0 入门实战笔记(五)梯度计算
目录五、梯度计算5.1 自动求梯度5.2 激活函数及其梯度5.2.1 sigmoid5.2.2 tanh5.2.3 relu5.3 反向传播5.3.1 单层输出感知机5.3.2 多层输出感知机5.3.3 链式法则5.3.4 多层感知机梯度5.4 损失函数优化实战5.5 手写数字问题实战(层)五、梯度计算导数 => 偏微分 某个坐标方向的导数=>梯度所有坐标方向导数的集合5.1 自动求梯度官网API:tf.GradientTapewith tf.GradientTape(persiste原创 2020-05-08 22:47:41 · 1115 阅读 · 0 评论 -
TensorFlow 2.0 入门实战笔记(四)神经网络与全连接
神经网络与全连接四、神经网络与全连接4.1 数据加载4.1.1 `load_data()`和`from_tensor_slices()`4.1.2 `iter()`函数与`next()`函数4.2 全连接层4.3 输出方式4.3.1 sigmoid4.3.2 Softmax4.3.3 tanh4.4 误差计算4.4.1 MSE(均方误差)4.4.2 交叉熵 `-log(q_i)`四、神经网络与全连接4.1 数据加载4.1.1 load_data()和from_tensor_slices()keras原创 2020-05-08 22:46:36 · 317 阅读 · 0 评论 -
TensorFlow 2.0 入门实战笔记(三)Tensorflow高阶操作
Tensorflow高阶操作三、Tensorflow高阶操作3.1 合并与分割3.1.1 tf.concat([a, b], axis) 拼接3.1.2 tf.stack([a, b], axis) 堆叠3.1.3 res=tf.unstack(c, axis) 打散3.1.4 tf.split(c, axis, num_or_size_splits) 分割3.2 数据统计3.3 张量排序3.3.1 sort 和 argsort3.3.2 top_k函数3.3.3 top_k预测准确度3.4 填充与复制原创 2020-05-08 22:45:24 · 334 阅读 · 0 评论 -
TensorFlow 2.0 入门实战笔记(二)Tensorflow基础操作
二、Tensorflow基础操作二、Tensorflow基础操作2.1 数据类型2.1.1 数据载体2.1.2 基本数据类型2.1.3 数值精度2.1.4 数据基本属性2.1.4 Array 和 Tensor的不同之处:2.1.5 Array 和 Tensor的转换:2.1.6 可训练数据类型:2.2 创建Tensor2.3 索引与切片2.3.1 索引2.3.2 一般切片2.3.3 Selective Indexing2.4 维度变换2.4.1 图片的存储View2.4.2 tf.transpose 交换图原创 2020-05-08 22:43:23 · 344 阅读 · 0 评论 -
TensorFlow 2.0 入门实战笔记(一)初见Tensorflow
TensorFlow 2.0 入门实战笔记(持续更新)一、初见Tensorflow1.1 2015年之前的深度学习框架:1.2 深度学习框架发展1.3 2015年之后TF版本:1.4 安装TF1.5 Pycharm关闭红色字体日志输出一、初见Tensorflow1.1 2015年之前的深度学习框架:Scikit-learnMachine learning, No GPUCaffe2013, 第一个面向深度学习的框架No auto-grad, C++Keraswrapper原创 2020-05-08 22:41:11 · 226 阅读 · 0 评论