ysl的博客

神经网络基础与人工神经网络 神经网络方面的研究很早就已出现，今天“神经网络”已是一个相当大的、多学科交叉的学科领域。神经网络中最基本的成分是神经元模型。 上图中每个圆圈都是一个神经元，每条线表示神经元之间的连接。我们可以看到，上面的神经元被分成了多层，层与层之间的神经元有连接，而层内之间的神经元没有连接。 感知器 为了理解神经网络，我们应该先理解神经网络的组成单元——神经元。神经元也叫...

线程和队列 在使用TensorFlow进行异步计算时，队列是一种强大的机制。 为了感受一下队列，让我们来看一个简单的例子。我们先创建一个“先入先出”的队列（FIFOQueue），并将其内部所有元素初始化为零。然后，我们构建一个TensorFlow图，它从队列前端取走一个元素，加上1之后，放回队列的后端。慢慢地，队列的元素的值就会增加。 TensorFlow提供了两个类来帮助多线程的实现：tf...

模型保存与恢复、自定义命令行参数、 在我们训练或者测试过程中，总会遇到需要保存训练完成的模型，然后从中恢复继续我们的测试或者其它使用。模型的保存和恢复也是通过tf.train.Saver类去实现，它主要通过将Saver类添加OPS保存和恢复变量到checkpoint。它还提供了运行这些操作的便利方法。 tf.train.Saver(var_list=None, reshape=False, s...

图 tf.Graph TensorFlow计算，表示为数据流图。一个图包含一组表示 tf.Operation计算单位的对象和tf.Tensor表示操作之间流动的数据单元的对象。默认Graph值始终注册，并可通过调用访问 tf.get_default_graph。 a = tf.constant(1.0) assert c.graph is tf.get_default_graph() ...

变量作用域 tensorflow提供了变量作用域和共享变量这样的概念，有几个重要的作用。 让模型代码更加清晰，作用分明 变量作用域域 通过tf.variable_scope()创建指定名字的变量作用域 with tf.variable_scope("itcast") as scope: print("----") 加上with语句就可以在整个itcast变量作用域下就行操作。 ...

"""tensorflow实现一个简单的线性回归案例""" def myregression(): """ 自定义一个线性回归 :return: None """ # 1.准备数据,x 特征值[100,1] y 目标值[100] x=tf.random_normal([100,1],mean=1.75,stddev=0.5,name=...

变量的的创建、初始化、保存和加载 其实变量的作用在语言中相当，都有存储一些临时值的作用或者长久存储。在Tensorflow中当训练模型时，用变量来存储和更新参数。变量包含张量（Tensor）存放于内存的缓存区。建模时它们需要被明确地初始化，模型训练后它们必须被存储到磁盘。值可在之后模型训练和分析是被加载。 Variable类 tf.Variable.init(initial_value, t...

1.张量的阶和数据类型 TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之间流通.其实张量更代表的就是一种多位数组。 阶 在TensorFlow系统中，张量的维数来被描述为阶.但是张量的阶和矩阵的阶并不是同一个概念.张量的阶（有时是关于如顺序或度数或者是n维）是张量维数的一个数量描...

片信息的读取与写入 二进制文件的读取 使用tf.FixedLengthRecordReader去读取，我们将其保存到TFRecords文件当中，以这种文件格式保存当作模型训练数据的来源 在这里我们设计一个CifarRead类去完成。将会初始化每个图片的大小数据 def __init__(self, filelist=None): # 文件列表 self.filelist ...

分布式Tensorflow Tensorflow的一个特色就是分布式计算。分布式Tensorflow是由高性能的gRPC框架作为底层技术来支持的。这是一个通信框架gRPC(google remote procedure call)，是一个高性能、跨平台的RPC框架。RPC协议，即远程过程调用协议，是指通过网络从远程计算机程序上请求服务。 分布式原理 Tensorflow分布式是由多个服务器进...

使用 TensorFlow, 你必须明白 TensorFlow： Tensorflow有一下几个简单的步骤： 使用 tensor 表示数据. 使用图 (graph) 来表示计算任务. 在会话（session)中运行图s 关于新版本 TensorFlow提供多种API。最低级API为您提供完整的编程控制。请注意，tf.contrib.learn这样的高级API可以帮助您管理数据集，估计器，...

import tensorflow as tf FLAGS=tf.app.flags.FLAGS tf.app.flags.DEFINE_string('captcha_dir','./tfrecords/captcha.tfrecords','验证码数据的路径') tf.app.flags.DEFINE_integer("batch_size", 100, "每批...

卷积神经网络与图像识别 我们介绍了人工神经网络，以及它的训练和使用。我们用它来识别了手写数字，然而，这种结构的网络对于图像识别任务来说并不是很合适。本文将要介绍一种更适合图像、语音识别任务的神经网络结构——卷积神经网络(Convolutional Neural Network, CNN)。说卷积神经网络是最重要的一种神经网络也不为过，它在最近几年大放异彩，几乎所有图像、语音识别领域的重要突破都是...

图像操作 图像基本概念 在图像数字化表示当中，分为黑白和彩色两种。在数字化表示图片的时候，有三个因素。分别是图片的长、图片的宽、图片的颜色通道数。那么黑白图片的颜色通道数为1，它只需要一个数字就可以表示一个像素位；而彩色照片就不一样了，它有三个颜色通道，分别为RGB，通过三个数字表示一个像素位。TensorFlow支持JPG、PNG图像格式，RGB、RGBA颜色空间。图像用与图像尺寸相同(he...